基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

我把本地文档 RAG 做成了可用系统：Flask + Vue3 + LangChain + FAISS（多知识库 + 流式输出） 很多 RAG Demo 都停留在“能回答一次问题”，但真正要用起来，至少还要解决这几件事： 多个知识库隔离（不同业务、不同团队互不影响） 文档管理（上传、列表、删除、URL 入库） 多轮会话记忆（不仅是检索，还要记住上下文） 流式输出（边生成边展示，减少等待焦虑） 我把这些做成了一个完整项目： docs-rag-chat 。 技术栈是 Flask + Vue3 + LangChain + FAISS ，后端支持按 app_id 隔离知识库，前端支持实时流式渲染答案。 项目地址： https://github.com/eagle1949/docs-rag-chat 项目图片：

  1. 项目结构和整体链路 核心链路可以概括为： 文档入库：上传文件 / URL 抓取 文档切分：按 chunk 切成可检索片段 向量化存储：写入 FAISS 问答检索：相似召回 + LLM 生成 会话记忆：摘要 + 最近对话 流式返回：SSE token 推送到前端 简化架构： Vue3 Frontend -> Flask RAG API -> DocumentLoader (md/txt/pdf/url) -> DocumentSplitter (chunk=500, overlap=50) -> FAISS VectorStore (Qianfan Embeddings) -> ChatOpenAI (Moonshot by default) -> SummaryBufferMemory (session level) 2.…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。