🧠 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

git clone <repository-url>
cd 12

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量

创建 .env 文件并配置以下变量：

OPENAI_API_KEY=your_openai_api_key_here
FLASK_SECRET_KEY=your_secret_key_here

4. 初始化数据库

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

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！ 🎉