私人知识库智能问答系统

技能描述

本技能自动化执行"私人知识库智能问答系统"项目，提供文档上传、解析、AI摘要和智能问答功能。所有处理均在本地完成，基于NVIDIA GPU加速推理，零API成本。

核心功能：

• 📁 文档上传 — 支持PDF、DOCX、PPTX、XLSX格式
• 📝 文档解析 — 自动转换为Markdown格式，按文件类型分类存储
• 🤖 AI摘要生成 — 使用Ollama qwen2:7b模型生成文档摘要
• 🔍 智能问答 — 通过LLM驱动的文档检索和问答，支持关键词回退机制
• 📋 索引管理 — 三层索引结构（路径、文件名、内容概括）

技术特色：

• ✅ 完全本地运行，数据隐私保护
• ✅ 基于NVIDIA GPU加速推理（CUDA）
• ✅ 零API费用，无需Key
• ✅ 使用Ollama qwen2:7b模型
• ✅ 支持Intel AI PC（通过OpenVINO）
• ✅ 三重检索策略：LLM语义检索 → 关键词检索 → 规则式回退

前置要求

系统要求

• 操作系统: Windows 10/11（推荐）、Linux、macOS
• Python: 3.10+
• 处理器: NVIDIA GPU（推荐 RTX 4050 及以上）或 Intel AI PC（Core Ultra）
• 内存: 最低 8 GB，推荐 16 GB
• 显存: 最低 8 GB（qwen2:7b INT8约占用7GB显存）
• 存储: 至少 10 GB 可用空间（模型文件约 7 GB）

依赖工具

• pip（Python 包管理器）
• Ollama（用于本地LLM推理）

目录结构

<skill-root>/                   # 本 SKILL.md 所在目录
├── SKILL.md                    # 本技能定义文件
├── scripts/                    # 核心脚本包（Python 包）
│   ├── __init__.py
│   ├── main.py                 # Gradio Web 应用入口
│   ├── gradio_app.py           # Gradio 界面定义
│   ├── document_processor.py   # 文档处理管道
│   ├── index_manager.py        # 索引管理
│   ├── knowledge_base.py       # 知识库管理
│   ├── llm_service.py          # LLM 服务
│   ├── summary_generator.py    # 摘要生成
│   ├── parsers/                # 文档解析器
│   │   ├── __init__.py
│   │   ├── pdf_parser.py
│   │   ├── docx_parser.py
│   │   ├── pptx_parser.py
│   │   └── xlsx_parser.py
│   └── requirements.txt        # Python 依赖列表
└── user_data/                  # 用户数据目录（运行时生成）
    ├── pdf/
    ├── docx/
    ├── pptx/
    ├── xlsx/
    └── index.md

执行步骤

步骤 1: 安装 Python 依赖

# 确保在 skill 根目录下执行
cd /path/to/skill-root
pip install -r scripts/requirements.txt

步骤 2: 启动 Ollama 服务

# 启动 Ollama 服务（后台运行）
ollama serve

# 在另一个终端拉取 qwen2:7b 模型
ollama pull qwen2:7b

说明：

• 模型文件约 7 GB，下载时间取决于网络速度
• 首次下载后会自动缓存，后续启动无需重新下载

步骤 3: 启动 Gradio Web 应用

python scripts/main.py

启动后浏览器访问 http://localhost:8000，即可在图形界面中使用所有功能。

🎯 核心功能说明

功能 1: 文档上传

位置: Web 界面「📤 文档上传」Tab

支持上传 PDF、DOCX、PPTX、XLSX 格式文件，系统自动解析并按文件类型分类存储。上传后会自动生成AI摘要。

功能 2: 智能问答

位置: Web 界面「💬 智能问答」Tab

输入问题后，系统会：

1. 将问题和索引传给 LLM，由 LLM 判断需要检索哪些文档
2. 如果LLM选文件失败，自动触发关键词检索
3. 如果关键词检索也失败，使用规则式2-gram/3-gram切分进行回退检索
4. 读取相关文档内容，根据关键词位置动态截取上下文
5. 将问题和文档内容一起传给 LLM 生成回答

功能 3: 文档管理

位置: Web 界面「📋 文档管理」Tab

查看已上传的文档列表，支持搜索、删除和重建索引。

🚀 使用方式

方式一：Web 界面（推荐）

python scripts/main.py

打开浏览器访问 http://localhost:8000，按「上传文档 → 智能问答」流程使用。

方式二：Intel AI PC 部署

如需在 Intel AI PC 上运行（使用 NPU 加速）：

# 安装 OpenVINO 依赖
pip install openvino optimum-intel

# 转换模型为 OpenVINO 格式
optimum-cli export openvino \
  --model Qwen/Qwen2-7B-Instruct \
  --quantization int4 \
  --output models/qwen2-7b-int4-ov

📝 API 接口说明

📄 许可证

MIT License