添加 bairui.md

bairui.md

@@ -0,0 +1,246 @@
+# 企业研发知识库 AI 问答系统 · 产品介绍
+
+> 面向有意建设「企业内部知识库问答」能力的客户。  
+> 本文说明系统解决什么问题、能带来什么价值、具备哪些核心能力，便于评估是否匹配贵司场景。
+
+---
+
+## 1. 系统是什么
+
+这是一套面向研发型企业的 **生产级企业内部知识库问答平台**。
+
+它把散落在 PDF、Word、Excel、PPT、Markdown 等资料中的手册、规范、制度、技术文档，变成员工可以用自然语言提问、并能核对出处的智能问答能力。
+
+**一句话：**  
+不是通用聊天机器人，而是「可问、有出处、按权限可见、可运营」的企业资料助手。
+
+典型使用方式：
+
+1. 管理员上传并整理企业内部文档，完成解析与向量化；
+2. 员工登录后选择知识库，用自然语言提问；
+3. 系统检索相关片段，由大模型生成回答，并标注来源文档与页码；
+4. 员工可点击来源核对原文，确认后再用于工作决策。
+
+---
+
+## 2. 客户常见痛点
+
+同类研发/技术型企业，在知识使用上通常会遇到以下问题：
+
+### 2.1 资料找不动
+
+技术资料分散在网盘、邮件、个人电脑和各类文档里。遇到型号参数、规范条款、制度要求时，往往要翻目录、搜文件名、问同事，耗时长、依赖个人经验。
+
+### 2.2 通用 AI 不敢用、不能用
+
+通用大模型容易「一本正经地胡说」。研发、质量、客服等岗位若直接引用错误参数或条款，风险很高。企业需要的是 **可核对、可追溯** 的回答，而不是看起来流畅的猜测。
+
+### 2.3 图表和复杂版式问不了
+
+真实资料大量包含表格、图纸、截图、复杂排版 PDF。传统全文检索或浅层问答，很难回答「图 3-2 引脚定义是什么」「第 5 章表格里某参数取值」这类问题。
+
+### 2.4 保密与权限难落地
+
+同一套资料库中，不同部门、项目、密级的人可见范围必须不同。若问答系统不做权限过滤，就难以在企业内部真正上线。
+
+### 2.5 外部权威知识与内部库割裂
+
+部分行业还依赖外部官方/联盟知识库（例如蓝牙技术相关的 Amber 站点）。员工需要在多个入口之间切换，体验割裂，也难统一管理和审计。
+
+### 2.6 账号与运维成本高
+
+人员流动频繁时，逐个开账号、逐个授权限成本高；系统上线后还需要能调效果、看使用情况，而不是每次改代码。
+
+---
+
+## 3. 系统带来的价值
+
+| 价值维度 | 说明 |
+|---|---|
+| **提升检索效率** | 把「翻手册 / 问同事」变成「像聊天一样提问」，缩短找资料时间 |
+| **提高答案可信度** | 回答附带来源、页码与原文片段，可点开核对，降低误用风险 |
+| **覆盖真实资料形态** | 支持多格式文档，并对图片、表格做解析，更贴近研发资料现状 |
+| **满足企业内部安全** | 密级 + 目录授权 + 检索阶段权限过滤；敏感信息可出站脱敏 |
+| **统一业务入口** | 内部知识库、外部对接知识库、企业微信登录可整合到同一套体验 |
+| **可运营、可交付** | 具备建库、授权、问答审计、流程配置与评测能力，适合正式上线而非仅演示 |
+
+---
+
+## 4. 核心能力一览
+
+### 4.1 智能问答（面向全体员工）
+
+- 自然语言提问，流式输出回答
+- 答案标注参考来源（文档名、页码、相关度），可打开原文片段与预览
+- 支持多轮追问（可开启对话记忆）
+- 支持上传图片辅助提问（如截图中的文字/示意图）
+- 意图识别：区分「查资料」「基于上文加工」「通用知识补充」「拒答无关闲聊」
+- 明确拒答与业务无关的闲聊、实时资讯等，避免系统跑偏
+
+### 4.2 知识库管理（面向管理员）
+
+- 创建知识库、绑定流程配置、生成问答入口
+- 批量上传文档（PDF / Word / PPT / Excel / CSV / Markdown / TXT / HTML 等）
+- 自动解析、分片、向量化（嵌入），支持进度查看与失败重试
+- 多知识库可同时激活，用户按需切换
+- 目录树整理、文档密级设置、未归档文档需显式授权
+
+### 4.3 用户与权限（企业落地关键）
+
+- 用户开通、禁用、重置密码；支持 Excel 批量导入
+- 首次登录强制改密，降低弱口令风险
+- 用户分组：按部门/项目统一配置密级上限与可访问目录
+- 权限模型简要说明：
+  - **可见条件** = 文档密级 ≤ 用户密级 **且** 文档所在目录已授权
+  - 检索时自动过滤无权文档，从机制上降低越权泄露风险
+- 可选企业微信扫码 / OAuth 登录，支持自动建号与账号绑定
+
+### 4.4 文档理解与检索增强
+
+- 可配置的文档处理流水线：加载 → 清洗 → 分片 → 嵌入 → 检索 → 生成
+- 支持目录/章节结构解析，便于按章节范围回答
+- 支持图片 OCR / 视觉理解、表格结构化处理
+- 支持混合检索、重排序、查询改写、多查询、Agentic 多轮检索等增强策略（可按效果启用）
+- 管理端可调流程配置并「发布」，新建知识库时选用已发布配置
+
+### 4.5 外部知识库对接（可选）
+
+- 可将外部在线知识站点（如蓝牙联盟 Amber）接入为特殊知识库
+- 用户在同一问答页选择后提问，系统代理访问外部站点并流式返回
+- 不占用本地向量存储，内容随外部站点保持更新
+
+### 4.6 信息脱敏（可选）
+
+- 对发往外部大模型的内容，可按关键词/正则做替换或删除
+- 用户无感知；知识库原文与本地检索不受影响
+- 适合客户名、项目代号、内部编号等敏感信息保护
+
+### 4.7 运营观察与效果调优
+
+- 问答记录查阅（了解大家在问什么，便于补充资料与审计）
+- 配置调试工作台：模型接入、流程参数、调试可视化
+- 耗时统计，便于定位慢在哪一环
+- 配套评测能力，便于上线前后做效果回归
+
+---
+
+## 5. 典型使用场景
+
+### 场景 A：研发查手册 / 查规范
+
+工程师提问：「某型号的复位时序要求是什么？」  
+系统检索相关手册片段并作答，附带来源页码；工程师点开核对后用于设计或客服答复。
+
+### 场景 B：问图表与表格
+
+提问：「图 3-2 的引脚定义是什么？」或「第 5 章表格中 XX 参数取值」  
+系统基于已解析的图表/表格内容回答，而不仅依赖纯文本关键词。
+
+### 场景 C：新员工快速上手
+
+新员工入职后被加入对应分组，自动继承资料权限；通过企微或账号登录即可提问，减少「找人问、找盘翻」的适应成本。
+
+### 场景 D：按项目/密级隔离资料
+
+同一平台内，项目 A 与项目 B、普通资料与高密级资料通过目录授权与密级控制隔离；问答检索不会把无权文档带进回答。
+
+### 场景 E：内部库 + 外部权威库统一入口
+
+日常查企业内部资料；需要联盟/官方最新说明时，切换到已对接的外部知识库继续提问，无需另开浏览器反复登录。
+
+---
+
+## 6. 产品边界（同样重要）
+
+明确边界，有助于预期对齐：
+
+| 它擅长 | 它不替代 |
+|---|---|
+| 基于企业已入库资料的问答 | 无资料支撑的「瞎猜」 |
+| 带出处、可核对的技术问答 | 完全开放的通用聊天助手 |
+| 企业内部权限可控的知识服务 | 无权限模型的公网知识搜索 |
+| 把已有文档资产用起来 | 自动替企业生产全部缺失文档 |
+
+系统原则是：**有依据才答，无依据如实说明；按权限说话，不越权检索。**
+
+---
+
+## 7. 角色与使用入口
+
+系统通常分为三个入口，职责清晰：
+
+| 入口 | 面向谁 | 做什么 |
+|---|---|---|
+| **用户问答** | 全体员工 | 选知识库、提问、查看来源与历史会话 |
+| **管理后台** | 管理员 | 建库、传文档、管用户/分组/权限、企微与脱敏、看问答记录 |
+| **配置调试** | 实施/调优人员 | 接入大模型、调流程配置并发布、排查效果与性能 |
+
+大多数员工只使用问答入口；管理员做日常运维；流程与模型参数一般在上线前由实施方调好并发布。
+
+---
+
+## 8. 技术与部署概要（便于评估）
+
+> 以下供信息化/实施团队快速判断可行性，业务侧可略读。
+
+| 层级 | 方案要点 |
+|---|---|
+| 前端 | Web 应用（现代 React / Next.js 技术栈） |
+| 后端 | Python FastAPI 异步服务 |
+| 业务数据 | SQLite（单机部署简单，也可按需演进） |
+| 向量检索 | Milvus-lite（嵌入式模式，降低额外中间件门槛） |
+| 大模型 | 兼容 OpenAI 协议的接口（可接国内主流模型服务） |
+| 部署形态 | 支持 Linux 服务器部署（systemd / Nginx 反代），不强制容器化 |
+| 开发联调 | 提供一键本地开发脚本，便于实施与二次开发 |
+
+**说明：** 最终部署形态、模型选型、是否启用外部知识库对接、是否对接企业微信，均可按客户环境裁剪。
+
+---
+
+## 9. 上线路径建议（参考）
+
+可按下列阶段推进，降低一次性投入风险：
+
+1. **场景确认**：明确首批知识范围（如某产品线手册 + 制度）、目标用户、是否要密级/企微/外部库  
+2. **环境与模型**：准备服务器、域名/证书、大模型与嵌入模型接口  
+3. **流程定版**：调好一套文档解析与检索配置并发布  
+4. **试运行知识库**：导入首批文档 → 嵌入 → 小范围用户验证问答质量  
+5. **权限落地**：建立分组与目录授权，补齐密级策略  
+6. **扩大使用**：批量开账号或企微登录，收集高频问题，持续补资料与调参  
+7. **正式运营**：纳入问答审计、脱敏策略、定期效果抽检
+
+---
+
+## 10. 适合什么样的客户
+
+较匹配的情况通常包括：
+
+- 有较稳定的文档资产（手册、规范、SOP、制度、FAQ 等）
+- 员工经常要查技术细节，且对答案准确性要求高
+- 需要在企业内部可控落地（账号、权限、审计）
+- 希望先小范围试点，再扩展到多知识库/多部门
+
+需要额外评估的情况：
+
+- 资料极少、且短期内无法整理入库  
+- 主要诉求是完全开放的通用 AI 助手，而非企业资料问答  
+- 对私有化、网络隔离、模型出站有特殊合规要求（可做，但需单独方案设计）
+
+---
+
+## 11. 总结
+
+本系统帮助企业把「静态文档资产」升级为「可对话、可溯源、可授权」的知识服务能力。
+
+对业务侧，价值在于：**查得更快、答得更稳、用得更放心**。  
+对管理侧，价值在于：**权限可控、入口统一、可持续运营**。
+
+如需进一步交流，建议围绕以下问题对齐需求：
+
+1. 首批希望覆盖哪些资料与用户群体？  
+2. 是否需要密级、目录级授权、信息脱敏？  
+3. 是否需要企业微信登录？  
+4. 是否有必须对接的外部知识站点？  
+5. 倾向公有云大模型，还是内网/专有模型？
+
+