AI知识治理与智能检索平台
整体架构
- 多模态文档智能解析与入库模块：负责将企业海量、复杂的 PDF、Word 等文档转化为大模型可理解的高质量结构化数据。
- 元数据动态注入与轻量分类模块：在文档切块（Chunking）阶段，为每个数据块动态注入行业标签和属性，用于后续的混合检索过滤。
- 智能路由与多路工具调度模块：解析用户复杂的自然语言提问，并动态选择最佳的检索策略（Tool Use）。
- 纠错、反思与自适应生成模块：大模型生成初步答案后，不直接输出，而是流转到 Critic 节点。
- 自动化量化评估模块：利用独立的大模型作为裁判，批量对系统的四项核心指标进行打分。
文档解析使用现有工具，数据使用API生成，再次训练一个标签模型。
数据接入层：将各种知识源统一导入系统，后续可拓展为网络来源。
文档解析使用MinerU和Docling，切分
数据采用公开数据集
知识治理层：自动生成标签（Prompt + LLM）和摘要并评分（LLM Judge），检测重复文档（BGE-M3），数据库采用Milvus。
知识检索层：Embedding（BGE模型），向量库使用Milvus，查找top20再重排序选出top5
Agent层：Planner拆解问题（ReAct），调用搜索工具（Tool Calling），短期存储在Redis，长期存储在mongo
Workflow层：DAG，参考LangGraph
MCP层：只做MCP Client，接入GitHub MCP
管理后台：Springboot，管理配置
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。
