自动控制原理智能助教 RAG 系统

1. 项目简介

本项目旨在开发一个面向“自动控制原理”课程的深度 RAG（检索增强生成）问答系统。通过集成轻量化大语言模型与专业知识库，解决复杂控制理论问题的精准检索与智能化解答，作为高效的辅助学习工具。

2. 核心功能

• 大规模专业语料：基于 1247 条原始知识片段，成功合成了 5000+ 条高质量 QA 数据对，覆盖自控原理核心章节。
• 专业数学支持：支持 LaTeX 公式渲染，确保传递函数 $$G(s)$$、状态空间表达式等公式在 Markdown 环境下清晰显示。
• 高性能检索：采用 FAISS 本地向量数据库，实现毫秒级知识点定位与语义匹配。
• 拒绝虚假回答：内置检索相关度阈值过滤逻辑，有效抑制模型幻觉，确保回答的严谨性。

3. 代码结构说明

本项目采用模块化开发，各环节脚本说明如下：

核心生产链路

• step01_process_data.py：语料清洗与文本分块处理，将教材内容转化为检索单元。
• step02_build_db.py：基于 FAISS 的向量数据库构建，实现语义索引。
• step03_test_llm.py：本地环境（CPU 版）大模型基础调用测试与角色定制。
• step04_rag_cloud.py：云端（GPU）RAG 全链路推理测试，实测推理速度达 24.52 tokens/s。
• step05_data_augmentation_cloud.py：大规模数据增强生产脚本，用于云端全量合成 5000+ 题库。
• step05_data_augmentation_local.py：数据增强逻辑优化脚本，含 JSON 解析鲁棒性修复逻辑。

环境监控与工具

• check_gpu.py：GPU 算力资源可用性检测脚本。
• benchmark.py：系统性能基准测试与云端环境验证。
• data/：存放原始语料及分块后的中间数据。
• images/：存放实验过程截图及 README 资源。
• notebooks/：存放 Kaggle 实验笔记。

4. 环境安装与启动

运行环境要求

• 硬件建议：生产环境推荐使用 GPU（Tesla T4 或更高），本地环境支持 CPU 推理。
• 软件依赖：Python 3.10+

依赖安装

请在终端执行以下命令安装核心依赖库：

pip install langchain transformers faiss-cpu sentence-transformers torch accelerate