知识库与 RAGAI 资源
IntelligenceDocumentSystem：基于 RAG 的多语言文档问答助手，回答附带可追溯引用
aldyardnsyh/IntelligenceDocumentSystem · RAG-based document Q&A assistant. Unggah PDF, TXT, atau Markdown, lalu tanyakan isinya dalam Bahasa Indonesia. Setiap jawaban membawa sitasi yang bisa ditelusuri, dan sistem menolak menjawab saat konteksnya tidak cukup. Dilengkapi percakapan privat per dokumen, evaluasi kualitas retrieval, dan observability.
ELI5：它是什么，解决什么问题
该项目是一个面向个人文档的 RAG 问答助手，支持上传 PDF、TXT、Markdown 并以印尼语提问，答案附带可点击溯源到具体 chunk 的引用。检索上下文不足时系统明确拒答，或在使用通用知识模式时给出明确标注、不加引用的回答。还提供按文档隔离的私有会话、跨文档检索、检索参数调整（Top K、相似度阈值）、检索质量评估（precision、hit rate、正确拒答）、延迟与提问日志分析，以及 RAGAS 评测选项。技术栈为 Next.js/React/TypeScript 前端与 FastAPI、ChromaDB、SQLite 后端，LLM 使用 Groq，并有 Ollama 回退。
核心能力与快速开始
★ 2 · JavaScript
- 能做什么
- 文档上传与解析（PDF/TXT/Markdown），切块与嵌入、混合检索，带引用的流式回答，无足够上下文时拒答或切换带标注的通用知识模式，按文档范围限定会话，Top K 与相似度阈值设置，检索效果评估（precision、hit rate、正确拒答）与 RAGAS 评测，提问日志与延迟等分析，文档预览与 chunk 检查。
- 适用场景
- 个人或团队的私有文档问答与内容核查；需要可验证引用出处的内部知识检索；对比不同检索参数设置下的检索质量；不依赖额外 API key 的检索评测；作为带引用与拒答策略的 RAG 应用参考实现。
- 项目形态
- 可直接使用的工具
- 部署方式
- 提供本地运行说明（前端与后端分别启动）以及 VPS 部署指南；未说明容器化或其他托管部署方式。
- 主要依赖
- 需要 Python 3.11+ 与 Node.js 20+；首次启动会下载约 470MB 的嵌入模型；LLM 使用 Groq，Ollama 作为回退；未说明 API 费用与配额限制。
- 使用限制
- README 为印尼语，示例与默认配置面向印尼语场景；未说明许可证的商用条款；未说明 Groq 等外部服务的成本与调用限制。
- 许可证
- NOASSERTION
- 最近推送
- 2026-10-30 09:19
资料检查：2026-10-31 07:00 · 卡片整理：2026-10-31 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。