# 🧠 智能知识库问答系统

一个基于 Flask 的企业/课程智能问答系统，支持上传自有文档并进行精准问答，减少人工答疑成本。

## ✨ 核心功能

- 📚 **文档上传与管理**：支持上传 PDF、Word、TXT 等格式的文档，自动进行智能解析
- 🤖 **智能问答**：基于上传的文档内容，提供精准的问答服务
- 💾 **对话历史**：自动保存所有问答记录，方便回顾和查看
- 📱 **响应式设计**：完美支持桌面端和移动端访问
- 🎨 **美观界面**：现代化的 UI 设计，提供良好的用户体验

## 🚀 快速开始

### 环境要求

- Python 3.8+
- pip

### 安装步骤

1. **克隆项目**
```bash
git clone <repository-url>
cd 12
```

2. **安装依赖**
```bash
pip install -r requirements.txt
```

3. **配置环境变量**

创建 `.env` 文件并配置以下变量：
```env
OPENAI_API_KEY=your_openai_api_key_here
FLASK_SECRET_KEY=your_secret_key_here
```

4. **初始化数据库**
```bash
python app.py
```

数据库会自动创建在项目根目录下的 `knowledge_base.db` 文件中。

5. **启动应用**
```bash
python app.py
```

应用将在 `http://localhost:5000` 启动。

## 📖 使用指南

### 1. 上传文档

- 点击左侧知识库面板的"📤 点击或拖拽上传文档"区域
- 选择要上传的文档（支持 PDF、Word、TXT 格式）
- 系统会自动解析文档内容并建立知识库索引

### 2. 提问

- 在右侧聊天输入框中输入问题
- 点击"发送"按钮或按 Enter 键提交问题
- 系统会基于上传的文档内容提供精准答案
- 答案会显示参考来源，包括文档名称和页码

### 3. 管理文档

- 在知识库面板中查看所有已上传的文档
- 点击"🗑️ 删除"按钮可以删除不需要的文档
- 文档状态会显示处理进度（处理中/已完成）

### 4. 查看历史

- 所有问答记录会自动保存
- 刷新页面后会自动加载历史对话
- 可以随时查看之前的问答内容

## 🎬 演示流程

### 场景 1：课程答疑

1. **准备阶段**
   - 上传课程讲义 PDF 文件
   - 等待系统完成文档解析（约 2-3 秒）

2. **提问演示**
   - 输入："这门课程的主要学习目标是什么？"
   - 系统返回基于讲义的答案，并标注参考页码
   - 继续提问："如何完成期末作业？"
   - 系统提供详细的作业要求说明

3. **效果展示**
   - 展示答案的准确性和参考来源
   - 展示对话历史的保存和加载

### 场景 2：企业文档查询

1. **准备阶段**
   - 上传公司规章制度文档
   - 上传产品说明书文档

2. **提问演示**
   - 输入："公司的请假流程是怎样的？"
   - 系统从规章制度中提取相关内容
   - 输入："产品 A 的保修期是多久？"
   - 系统从产品说明书中找到答案

3. **效果展示**
   - 展示多文档知识库的整合能力
   - 展示移动端的响应式设计

## 🛠️ 技术架构

### 后端技术栈

- **Flask**：轻量级 Web 框架
- **SQLite**：本地数据库，用于存储对话历史和文档信息
- **OpenAI API**：提供智能问答能力
- **LangChain**：文档处理和向量检索（计划中）
- **ChromaDB**：向量数据库（计划中）

### 前端技术栈

- **HTML5**：页面结构
- **CSS3**：样式设计，包含响应式布局
- **JavaScript**：交互逻辑和 API 调用

### 项目结构

```
12/
├── app.py                      # Flask 应用主文件
├── requirements.txt            # Python 依赖
├── Project_Design.md          # 项目设计文档
├── README.md                  # 项目说明文档
├── knowledge_base.db          # SQLite 数据库（自动生成）
├── templates/
│   └── index.html            # 前端页面模板
└── static/
    ├── style.css             # 样式文件
    └── script.js             # JavaScript 脚本
```

## 🔧 API 接口

### 上传文档
```
POST /api/upload
Content-Type: multipart/form-data

Body: file (文件)
Response: { id, name, status }
```

### 获取文档列表
```
GET /api/documents
Response: [{ id, name, status, chunks, created_at }]
```

### 删除文档
```
DELETE /api/documents/{doc_id}
Response: { success: true }
```

### 提问
```
POST /api/ask
Content-Type: application/json

Body: { question: "问题内容" }
Response: { answer, sources: [{ name, page }] }
```

### 获取对话历史
```
GET /api/conversations
Response: [{ id, question, answer, sources, created_at }]
```

## 🎨 界面特性

### 响应式设计

- **桌面端**（>1024px）：双栏布局，左侧知识库，右侧聊天
- **平板端**（768px-1024px）：单栏布局，优化间距
- **移动端**（<768px）：全屏显示，垂直堆叠，大按钮设计

### 交互反馈

- Toast 通知系统，实时显示操作状态
- 字符计数器，提示输入长度
- 加载状态指示，提升用户体验
- Emoji 图标，增强视觉识别

## 📝 注意事项

1. **API 密钥**：确保正确配置 OpenAI API 密钥
2. **文档格式**：目前支持 PDF、Word、TXT 格式
3. **问题长度**：建议问题长度在 3-500 字之间
4. **数据库**：对话历史保存在本地 SQLite 数据库中
5. **浏览器兼容**：建议使用 Chrome、Firefox、Edge 等现代浏览器

## 🚧 未来规划

- [ ] 集成 LangChain 进行更强大的文档处理
- [ ] 使用 ChromaDB 建立向量数据库
- [ ] 支持更多文档格式（Excel、PPT 等）
- [ ] 添加文档预览功能
- [ ] 实现对话导出功能
- [ ] 添加用户认证和权限管理
- [ ] 支持多语言问答

## 📄 许可证

MIT License

## 🤝 贡献

欢迎提交 Issue 和 Pull Request！

## 📧 联系方式

如有问题或建议，请通过以下方式联系：
- 提交 Issue
- 发送邮件至：your-email@example.com

---

**享受智能问答带来的便利！** 🎉