rag/docs/RAG需求负责清单.md

RAG系统构建 - 需求负责清单

基于功能需求规格文档，梳理RAG系统构建部分的功能点

核心RAG功能（直接负责）

GKPT-AI-010: RAG向量数据库 [高优先级]

属性	内容
功能描述	采用检索增强生成技术，结合向量数据库和大语言模型，实现高准确率的制度问答
使用频率	高
限制条件	向量数据库需支持十万级向量，具备合规性和数据安全要求
输入	用户问题
输出	检索结果、生成答案
处理流程	用户提问 → 混合检索（关键词+语义+结构化）→ 获取相关文本块 → 组装上下文 → 调用大模型生成答案 → 返回
技术要点	混合检索确保准确性和全面性

GKPT-AI-011: 多轮智能对话 [高优先级]

属性	内容
功能描述	支持与用户进行多轮对话，理解上下文，处理复杂问题，避免"幻觉"回答
使用频率	高
限制条件	上下文长度依据大模型限制（最近10轮）；复杂问题拆解依赖模型能力
输入	用户连续提问
输出	基于上下文的回答
处理流程	用户提问 → 系统获取当前会话历史 → 结合上下文检索 → 生成答案 → 保存会话记录

GKPT-AI-012: 答案溯源 [中优先级]

属性	内容
功能描述	每个回答标注引用来源，并提供置信度评分，确保答案的可信度和可核实性
限制条件	跳转原文需阅读器支持锚点定位；置信度评分基于检索相似度与模型置信度综合
输出	带来源标注的答案、置信度、跳转链接
处理流程	生成答案时 → 记录检索到的文本块及其元数据 → 构建来源列表 → 计算置信度 → 返回给前端展示
备注	低置信度答案（≤0.6）需人工复核

GKPT-AI-013: 问答质量闭环 [低优先级]

属性	内容
功能描述	通过用户反馈和定期分析，持续优化问答质量，沉淀FAQ
输入	用户点赞/踩反馈、问答记录
输出	质量分析报告、FAQ列表
处理流程	用户反馈 → 记录反馈 → 定期统计 → 生成报告 → 管理员优化检索/提示词/知识库 → 沉淀FAQ
备注	报告周期可配置（周/月）

---

知识库相关（部分负责）

GKPT-KB-008: 知识库自动同步 [高优先级]

属性	内容
功能描述	制度文件变更后，自动触发知识库（向量库）更新，并向相关用户推送更新提醒
限制条件	需要维护文件哈希或版本号以识别变更；对于大文件，增量更新依赖文本差异算法
输入	制度变更内容（新增/修改/废止）
输出	向量库更新状态、更新提醒通知
处理流程	制度变更 → 系统检测变更 → 执行增量向量化 → 替换旧向量 → 记录日志 → 推送提醒
性能要求	增量更新耗时≤10分钟

GKPT-EXAM-009: 题库智能维护 [高优先级]

属性	内容
功能描述	监控制度变更，自动识别受影响题目，并辅助生成新题，确保考试内容时效性
限制条件	题目与制度关联需通过标签或版本号建立；AI生成题目需人工审核
输入	制度变更内容、旧题目库
输出	受影响题目列表、AI新题建议、试卷模板更新
处理流程	制度变更 → 扫描关联题目 → 标记受影响题目 → AI生成新题目 → 管理员审核 → 更新试卷模板
性能要求	AI生成题目≤30秒/题

---

阅读辅助功能（可能涉及）

GKPT-READ-001: 智能PDF阅读器 [高优先级]

RAG相关	全文检索可能依赖RAG索引
需确认	是否需要RAG系统提供全文检索接口

GKPT-READ-005: 关联推荐 [中优先级]

属性	内容
功能描述	基于当前阅读的制度内容，智能推荐相关的其他制度、知识库文章
限制条件	推荐仅基于已有标签和全文检索，不涉及复杂用户行为分析
输入	当前制度文件ID、用户阅读行为
输出	推荐制度列表（标题、摘要、相关性标签）
处理流程	用户打开制度 → 系统提取制度关键词/标签 → 检索知识库相似文件 → 返回推荐列表
RAG相关	可能用到向量相似度检索

---

生成类功能（可能涉及）

GKPT-EXAM-015: AI智能出题 [高优先级]

属性	内容
功能描述	利用AI从制度文本中自动提取关键信息，生成多种题型的题目
输入	制度文本、题型、数量、难度
输出	题目列表（含题干、选项、答案、解析）
RAG相关	需要从制度文本检索关键信息，可能需要RAG支持
性能要求	支持批量生成（一次最多10题）

GKPT-EXAM-018: AI自动阅卷 [中优先级]

属性	内容
功能描述	客观题自动判分，主观题基于语义相似度智能评分，并提供评语
输入	考生答卷、标准答案
输出	成绩、各题得分、评语
RAG相关	主观题语义评分可能用到向量相似度
备注	填空支持同义词匹配（如"三日"="3天"）

GKPT-MIND-020: 自动化纲要生成 [高优先级]

属性	内容
功能描述	AI自动提取制度文件的章节结构、核心要点，生成可交互的思维导图
限制条件	依赖制度文件有明确的结构化标题
输入	制度文件内容
输出	思维导图结构化数据（节点树）
RAG相关	AI解析制度文件结构，可能需要RAG辅助
性能要求	生成时间≤10秒（10页以内）

---

核心交付物总结

1. 向量数据库建设

• 支持十万级向量存储
• 混合检索能力：关键词 + 语义 + 结构化
• 向量库选型（ChromaDB / Milvus / Pinecone）

2. 知识库同步机制

• 制度变更检测
• 增量向量化（≤10分钟完成）
• 文本差异算法处理大文件

3. 问答系统

• RAG检索增强生成
• 多轮对话上下文管理
• 答案溯源与置信度评分

4. 对外接口（供前端/后端调用）

• 问答接口（输入问题 → 返回答案+来源）
• 向量同步接口（制度变更时触发）
• 推荐接口（相似制度检索）

---

功能优先级排序

优先级	功能编号	功能名称	状态	已实现内容
🔴 高	GKPT-AI-010	RAG向量数据库	✅ 已实现	ChromaDB + BM25 + Rerank混合检索
🔴 高	GKPT-AI-011	多轮智能对话	✅ 已实现	SQLite会话管理，最近10轮上下文
🔴 高	GKPT-KB-008	知识库自动同步	⚠️ 部分实现	有sync_documents()增量更新，缺自动触发和推送
🔴 高	GKPT-EXAM-009	题库智能维护	⚠️ 部分实现	有出题系统，缺制度变更检测和关联题目识别
🔴 高	GKPT-EXAM-015	AI智能出题	✅ 已实现	Dify工作流出题，支持选择题/填空题/简答题
🔴 高	GKPT-MIND-020	自动化纲要生成	❌ 未实现	-
🟡 中	GKPT-AI-012	答案溯源	✅ 已实现	返回来源文件、页码，置信度评分
🟡 中	GKPT-READ-005	关联推荐	❌ 未实现	-
🟡 中	GKPT-EXAM-018	AI自动阅卷	⚠️ 部分实现	有批阅报告，缺主观题语义评分
🟢 低	GKPT-AI-013	问答质量闭环	❌ 未实现	-

---

已实现功能详细分析

✅ GKPT-AI-010: RAG向量数据库（已实现）

已实现内容：

• ChromaDB向量数据库存储
• BGE-base-zh-v1.5本地向量模型
• BM25关键词检索
• RRF融合算法（向量+BM25）
• BGE-reranker-base重排序
• 支持10万级向量
• 权限过滤（security_level）

代码位置： core/engine.py

• search_knowledge(): 混合检索主函数
• reciprocal_rank_fusion(): RRF融合
• rerank_results(): 重排序

✅ GKPT-AI-011: 多轮智能对话（已实现）

已实现内容：

• SQLite会话存储
• 上下文历史管理（最近10轮）
• Agentic RAG自动上下文传递
• 会话列表、历史查询、删除会话

代码位置： services/session.py, core/agentic.py

• SessionManager: 会话管理器
• AgenticRAG.process(): 多轮对话处理

✅ GKPT-AI-012: 答案溯源（已实现）

已实现内容：

• 返回来源文件名和页码
• 置信度评估（高/中/低）
• 来源去重和合并显示

代码位置： core/engine.py, core/agentic.py

• generate_answer(): 包含置信度评估（core/engine.py）
• _extract_sources(): 来源提取（core/agentic_citation.py）

⚠️ GKPT-KB-008: 知识库自动同步（部分实现）

已实现内容：

• sync_documents(): 增量更新文档
• 文件哈希/版本号检测（待完善）
• BM25索引重建

缺少内容：

• 自动触发机制（需要文件监控）
• 向量增量更新（目前是重建）
• 用户订阅和推送通知
• 变更日志记录

✅ GKPT-EXAM-015: AI智能出题（已实现）

已实现内容：

• Dify工作流集成
• 选择题、填空题、简答题生成
• 试卷管理（草稿/审核/通过状态）
• 批阅报告生成

代码位置： exam_pkg/manager.py, exam_pkg/api.py

⚠️ GKPT-EXAM-018: AI自动阅卷（部分实现）

已实现内容：

• 客观题自动判分
• 批阅报告生成
• 批阅记录存储

缺少内容：

• 主观题语义相似度评分
• 同义词匹配（如"三日"="3天"）
• AI评语生成

---

待开发功能详细分析

🔴 GKPT-MIND-020: 自动化纲要生成（未实现）

需求回顾：

• AI自动提取制度文件的章节结构、核心要点
• 生成可交互的思维导图
• 支持导出图片/PDF

开发建议：

1. 使用LLM提取文档结构
2. 生成JSON格式节点树
3. 前端使用思维导图库渲染（如D3.js/ECharts）

🔴 GKPT-KB-008完善: 知识库自动同步

缺少内容：

1. 文件监控（watchdog库）
2. 增量向量化（检测变更部分）
3. 用户订阅机制
4. 推送通知（WebSocket/邮件）

🔴 GKPT-EXAM-009: 题库智能维护

需要开发：

1. 制度变更检测（版本号/哈希比对）
2. 题目与制度关联标签
3. 受影响题目自动标记
4. AI生成新题目建议

🟡 GKPT-READ-005: 关联推荐

需要开发：

1. 基于标签的相似度计算
2. 基于向量相似度推荐
3. 推荐侧边栏组件

🟢 GKPT-AI-013: 问答质量闭环

需要开发：

1. 用户反馈接口（点赞/点踩）
2. 反馈数据存储
3. 质量分析报告生成
4. FAQ自动沉淀

---

架构建议

对外接口设计

# RAG核心接口（已实现）
POST /rag          # 知识库问答
POST /search       # 混合检索

# 需要新增的接口
POST /sync         # 触发知识库同步
GET  /sync/status  # 同步状态
POST /feedback     # 用户反馈
GET  /recommend    # 关联推荐
POST /outline      # 生成纲要

数据库扩展

-- 用户订阅表（需新增）
CREATE TABLE subscriptions (
    id INTEGER PRIMARY KEY,
    user_id TEXT,
    document_id TEXT,
    created_at TIMESTAMP
);

-- 反馈记录表（需新增）
CREATE TABLE feedbacks (
    id INTEGER PRIMARY KEY,
    session_id TEXT,
    query TEXT,
    answer TEXT,
    rating INTEGER,  -- 1=赞, -1=踩
    reason TEXT,
    created_at TIMESTAMP
);

-- 制度版本表（需新增）
CREATE TABLE document_versions (
    id INTEGER PRIMARY KEY,
    document_id TEXT,
    version TEXT,
    content_hash TEXT,
    updated_at TIMESTAMP
);

---

文档更新时间: 2026-06-04 项目版本: v7.0.0