# rag_system

**Repository Path**: joyamon/rag_system

## Basic Information

- **Project Name**: rag_system
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-16
- **Last Updated**: 2026-04-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# RAG 智能问答系统

基于 LangChain + 本地文档（PDF、Word、PPT）+ 网页的智能问答系统

## 功能特性

- 📄 **多格式支持**：PDF、Word（.docx）、PPT（.pptx）、网页（URL）
- 🔍 **语义检索**：基于向量相似度的精准文档检索
- 💬 **智能问答**：结合检索结果生成准确答案
- 🎨 **Web UI**：友好的 Gradio 交互界面
- 🔄 **增量更新**：支持追加新文档，无需全量重建

## 项目结构

```
rag_system/
├── config.yaml              # 配置文件
├── requirements.txt         # Python 依赖
├── run.py                   # 主启动脚本
├── docs/                    # 文档存放目录
├── data/                    # 向量数据库存储
│   └── vectorstore/         # FAISS 向量索引
├── src/
│   ├── __init__.py
│   ├── config.py            # 配置管理
│   ├── document_loader.py   # 文档加载器
│   ├── text_splitter.py     # 文本分块
│   ├── embedding.py         # 嵌入模型
│   ├── vectorstore.py       # 向量存储  
│   ├── rag_chain.py         # RAG 问答链
│   └── ui.py                # Gradio 界面

```

## 快速启动

### 1. 安装依赖

```bash
pip install -r requirements.txt
```

### 2. 配置文件

编辑 `config.yaml`，设置：
- `llm.model_name`: LLM 模型名称（如 `qwen`、`gpt-4` 等）
- `llm.api_base`: API 地址
- `llm.api_key`: 你的 API Key
- `embeddings.model_name`: 嵌入模型名称

### 3. 放置文档

将 PDF、Word、PPT 文件放入 `docs/` 目录

### 4. 启动系统

```bash
python run.py
```

## 使用说明

1. **首次运行**：系统会自动加载 `docs/` 目录下的所有文档，构建向量索引
2. **添加新文档**：放入新文档后，刷新页面即可自动更新索引
3. **提问**：在对话框中输入问题，系统会在文档中检索相关内容并生成答案

## 支持的文档格式

| 格式 | 扩展名 | 依赖库 |
|------|--------|--------|
| PDF | .pdf | PyPDF2 / pdfplumber |
| Word | .docx | python-docx |
| PowerPoint | .pptx | python-pptx |
| 网页 | URL | requests / BeautifulSoup4 |
| 纯文本 | .txt | - |

## 技术栈

- **LangChain**: RAG 框架
- **FAISS**: 向量数据库
- **Gradio**: Web UI
- **ChatGLM4 / Qwen / OpenAI**: LLM（可选）