# Python_RAG_Heima

**Repository Path**: stonebox/Python_RAG_Heima

## Basic Information

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

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-28
- **Last Updated**: 2026-05-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

1. # RAG 实战项目：服装商品智能客服（RAG 与智能体开发）

  ## 项目简介

  - 项目领域：AI 大模型应用
  - 核心方向：RAG（检索、增强和生成）与智能体开发

  ## RAG 回顾

  RAG（检索、增强和生成）核心分为两条处理线，聚焦提升模型回答的准确性与时效性：

  ### 1. 离线处理

  - 持续向私有知识库（向量存储）添加知识文档，包含：

    - 超出现有模型训练时间的 “未来知识文档”
    - 各类私有领域知识文档

    

  - 核心价值：为模型提供精准参考资料，有效规避 “模型幻觉”（一本正经的胡说八道）问题

  ### 2. 在线处理

  - 用户提问后，系统先基于私有知识库检索相关参考资料
  - 同步组装新提示词，提交大模型生成最终答案

  ## 项目需求和核心思路

  ### 核心目标

  - 以 “某东商品衣服” 为实例，基于衣服核心属性（尺码、颜色、洗涤养护等）构建本地知识库
  - 支持用户自由更新本地知识，所有问题答案均严格基于本地知识库生成
  - 实现服装商品智能客服功能，精准解答用户尺码推荐、颜色选择、洗涤养护等相关咨询

  ### 处理流程

  #### （一）离线流程

  1. 本地知识文件准备（如尺码推荐.txt、洗涤养护.txt、颜色选择.txt）
  2. 文件加载和读取
  3. 文本切分处理（适配向量存储需求）
  4. 切分后文本存入向量数据库（Chroma）

  #### （二）在线流程

  1. 用户 Query（提问）接收
  2. Query 向量化转换
  3. 向量匹配（基于向量数据库检索相关知识）
  4. Prompt 工程（结合检索结果构建优化提示词）
  5. 提交 LLM（大语言模型）生成答案并反馈给用户

  ## 项目核心文件说明

  |       文件名称        |                           功能描述                           |
  | :-------------------: | :----------------------------------------------------------: |
  |  app_file_upload.py   |  知识库更新主程序（基于 Streamlit 开发），支持文件上传更新   |
  |       app_qa.py       |     项目主程序（基于 Streamlit 开发），启动对话 WEB 页面     |
  |    config_data.py     |                       项目全局配置文件                       |
  | file_history_store.py |                     长期会话记忆存储服务                     |
  |   knowledge_base.py   |        知识库更新核心服务，含文件处理、向量存储交互等        |
  |        rag.py         |      RAG 核心服务，整合检索、Prompt 构建、LLM 调用逻辑       |
  |   vector_stores.py    |            向量存储服务，负责与 Chroma 向量库交互            |
  |       辅助资源        | chat history（会话历史存储）、chroma_db（向量数据库目录）、data（知识文件存储目录）、md5.text（MD5 校验文件） |

  ## 关键技术实现

  ### 核心函数 / 类

  - `check_md5()`：文件 MD5 校验函数，确保文件完整性
  - `save_md5()`：MD5 值存储函数，记录已上传文件标识
  - `get_string_md5(str)`：字符串 MD5 值计算函数
  - `st.file_uploader()`：Streamlit 框架文件上传组件，支持用户上传知识文件
  - `upload_by_str(self, data, filename)`：KnowledgeBaseService 类方法，支持字符串形式数据上传知识库
  - `Class KnowledgeBaseService`：知识库服务核心类，包含 Chroma 向量库实例（self.chroma）、文本切分器（self.spliter）等关键属性
  - `st.session_state`：Streamlit 会话状态存储对象，维护会话上下文
  - `uploader_file.get_value()`：获取上传文件的原始数据

  ### 技术框架

  - WEB 开发框架：Streamlit（快速构建交互式 WEB 应用）
  - 向量数据库：Chroma（轻量级向量存储，适配项目需求）
  - 核心技术：RAG 检索增强生成、文本向量化、Prompt 工程、LLM 调用

  ## 应用示例（客服对话演示）

  > 服装商品智能客服：你好，有什么可以帮到您！
  >
  > 
  >
  > 用户：体重 170 斤，尺码推荐
  >
  > 
  >
  > 服装商品智能客服：正在思考中..
  >
  > 
  >
  > 服装商品智能客服：根据体重 170 斤，结合常规尺码标准，推荐如下：
  >
  > 若身高在 175-182cm 之间，建议选择 XXL 码；若身高在 183-190cm 之间，建议选择 XXXL 码（具体可参考商品详情页尺码表微调）

  ## 项目资源清单

  ### 知识文件

  - 尺码推荐.txt：服装尺码匹配规则、体重身高对应标准等
  - 洗涤养护.txt：不同面料服装洗涤方式、养护注意事项等
  - 颜色选择.txt：颜色搭配建议、场景适配推荐等

  ### 程序文件

  - 核心程序：app_file_upload.py、app_qa.py、config_data.py、file_history_store.py、knowledge_base.py、rag.py、vector_stores.py
  - 数据存储：chat history（会话历史）、chroma_db（向量数据库）、md5.text（MD5 校验记录）