基于本地 Markdown 文档 + Claude 大模型的 RAG（检索增强生成）系统，支持知识库问答、面试练习、资源聚合等一站式学习辅助功能。
| Tab | 功能 | 说明 |
|---|---|---|
| 🌸 知识问答 | RAG 检索问答 | 从文档检索相关内容，Claude 生成回答，来源高亮定位 |
| 🌺 技术趋势 | 多渠道聚合 | GitHub/Hacker News/Dev.to/B站 热门资源，按领域筛选 |
| 🌻 资源导入 | 三合一导入 | URL 抓取 / 音视频上传转录 / 手动编写，统一保存到知识库 |
| 🌼 智能出题 | 自动出题 | 基于知识库生成问答题 + 笔试题，支持指定文档范围 |
| 🌹 AI 对练 | 模拟面试 | AI 面试官逐题问答，实时评分反馈，支持语音输入 |
| 🍀 文档助手 | 简历优化 | 上传 PDF + JD → AI 生成优化简历（HTML 排版 + PDF 打印） |
| 📖 精读笔记 | 深度阅读 | 选择 KB 文档精读，记笔记，AI 提炼核心概念 + 生成思考题 |
| 📹 自习室 | 视频学习 | Jitsi 在线视频自习 + 腾讯会议快捷入口，和伙伴一起学习 |
| 📈 学习进度 | 数据追踪 | 面试评分、精读/笔记统计、学习计划、AI 学习报告 |
- RAG 检索问答：输入问题，系统自动检索知识库相关片段 + Claude 生成回答
- 参考来源展示：每次回答标注匹配的文档来源（文件名 + 相似度百分比）
- 来源高亮定位：点击来源按钮打开文档预览，匹配段落自动高亮（粉色左边框）
- 智能过滤：同一文件只显示最高相似度的一条，低于 20% 的不相关结果自动过滤
- 通用知识兜底：知识库无相关内容时用 AI 通用知识回答，并标注来源类型
- 对话上下文：保留最近 100 条消息，支持连续多轮对话
三种导入方式统一在一个 Tab 中：
| 方式 | 说明 |
|---|---|
| 🔗 URL 导入 | 支持 YouTube/TED/GitHub/语雀/网页文章，自动抓取 + AI 整理为结构化笔记 |
| 📁 文件上传 | 上传 MP4/MP3/M4A/WAV，自动转录 + AI 分析重点/薄弱点 |
| ✏️ 手动编写 | 直接编写 Markdown 内容，选择分类后保存到知识库 |
系统支持双主题切换（侧边栏切换按钮）：
| 主题 | 风格 |
|---|---|
| 浅色（默认） | 粉蓝碎花渐变，柔和花园风 |
| 深色 | 深紫花园，紫粉霓虹感 |
- Python 3.10+
- Anthropic API Key（获取地址）
git clone <仓库地址>
cd ragpip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simplecp .env.example .env编辑 .env 文件，填入配置：
ANTHROPIC_API_KEY=sk-ant-xxxxx
YOUTUBE_API_KEY=AIzaSyXXX # YouTube 数据抓取（可选）
SERVERCHAN_KEY=SCTxxx,SCTyyy # Server酱推送（可选，多人逗号分隔）
GIT_TOKEN= # GitHub PAT，Streamlit Cloud 数据持久化用（本地留空）
将 Markdown 文件放入 kb/ 目录（支持按分类建子目录）：
kb/
├── english/
│ ├── interview.md
│ └── introduction.md
├── frontend/
│ └── vue2.md
└── your-notes.md
python -m streamlit run app.py --server.headless true浏览器访问 http://localhost:8501
- 打开 🌸 知识问答 标签页
- 在输入框输入问题（如"Vue3 有哪些性能优化？"）
- 系统自动检索相关文档片段并生成回答
- 点击「参考来源」展开查看引用的文档来源
- 点击来源按钮打开文档预览，匹配段落自动高亮
- 知识库无相关内容时用通用知识回答并标注
- 打开 🌻 资源导入 标签页
- 选择导入方式：
- URL 导入：粘贴链接，自动识别类型（YouTube/TED/GitHub/语雀/网页），AI 整理为笔记
- 文件上传：上传音视频文件，自动转录 + AI 分析重点与薄弱点
- 手动编写：直接编写 Markdown 内容，选择分类保存
- 预览确认后保存到对应分类
- 保存后点击侧边栏「重建索引」更新向量数据库
- 打开 🌼 智能出题 标签页
- （可选）选择指定的知识库文档，不选则使用全部
- 点击「生成问答题」或「生成笔试题」
- 生成完成后可在线查看或下载 Markdown 文件
- 打开 🌹 AI 对练 标签页
- 选择面试分类和题目数量
- AI 面试官逐题提问，你输入/语音回答
- 每题实时评分 + 建议，结束后给出总分
- 打开 🌺 技术趋势 标签页
- 选择语言/领域（JavaScript、Python、AI、大模型、英语等），或选「自定义」输入关键词
- 选择时间范围（今天/本周/本月）
- 查看四大渠道聚合结果：
- GitHub — 高星新项目
- Hacker News — 热门技术讨论
- Dev.to — 开发者社区热文
- B站 — 科技/数码区热门视频
- 数据每小时自动缓存，点「刷新」强制更新
- 打开 🍀 文档助手 标签页
- 上传 PDF 简历，可点击「从此 PDF 生成 HTML 模板」自动生成匹配风格
- 输入目标公司简介 + 职位描述（支持图片上传识别）
- 点击「生成优化简历」→ 预览 HTML 排版 / 中英文 Markdown
- 下载 HTML 文件，浏览器打开后 Ctrl+P 打印为 PDF
- 打开 📖 精读笔记 标签页
- 从下拉框选择一篇知识库文档
- 左侧阅读全文，右侧记录笔记（支持多条保存）
- AI 辅助：
- 「提炼核心概念」— 从文档中提取 3-5 个关键概念 + 解释
- 「生成思考题」— 基于文档和笔记生成深入问题，检验理解
- 打开 📹 自习室 标签页
- 两种方式：
- 在线视频（Jitsi）：输入房间名 → 新标签页打开视频自习室，和伙伴输入相同名字即可连线
- 腾讯会议：保存常用会议链接，一键拉起客户端加入
- 首次使用 Jitsi 需 Google 账号登录（免费），之后直接进入
- 打开 📈 学习进度 标签页
- 查看面试次数、平均分、精读篇数、笔记总数、学习天数等指标
- 管理学习计划（待办列表，支持添加/勾选/删除）
- 点击「生成 AI 学习报告」获取个性化建议
- 侧边栏文件浏览：按分类查看所有知识库文档，点击可预览/编辑
- 分类管理：新增/重命名/删除分类
- 重建索引：添加新文档后点击侧边栏「重建索引」按钮更新向量数据库
系统支持将每周技术资讯自动推送到微信，通过 Server酱 实现。
- 手动推送：在「技术趋势」Tab 点击「📬 推送本周资讯到微信」按钮
- 定时推送：GitHub Actions 每周一北京时间 9:00 自动推送
- 多人推送：支持逗号分隔多个 SendKey，同时推送给多人
- Markdown 格式：推送内容为结构化 Markdown，微信内可读性好
- 打开 sct.ftqq.com，微信扫码登录
- 复制你的 SendKey（格式
SCTxxx） - 在
.env中添加（多人用逗号分隔）：SERVERCHAN_KEY=SCTxxx,SCTyyy - GitHub Actions 自动推送需在仓库 Settings → Secrets 中添加
SERVERCHAN_KEY
Streamlit Cloud 文件系统是临时的，每次重启都从 GitHub 拉取代码。本系统通过 git_sync.py 模块实现运行时数据自动同步：
- 自动 commit + push：修改学习进度、知识库文件时自动推送到 GitHub
- 5 秒防抖：频繁操作合并为一次提交，避免过多 commit
- 后台异步：不阻塞 UI 操作
- 静默降级：本地开发无 GIT_TOKEN 时自动跳过
- 创建 GitHub Personal Access Token（Fine-grained，repo Contents 读写权限）
- Streamlit Cloud Secrets 中添加：
GIT_TOKEN = "github_pat_xxx" - GitHub Actions 需在 Settings → Secrets 中添加
GIT_TOKEN
| Workflow | 触发 | 功能 |
|---|---|---|
| Weekly Tech Digest Push | 每周一 09:00（北京时间）/ 手动 | 自动获取本周技术热点并推送到微信 |
配置方法：仓库 Settings → Secrets and variables → Actions → New repository secret，添加 SERVERCHAN_KEY 和 YOUTUBE_API_KEY。
rag/
├── kb/ # 知识库文档目录（按分类建子目录）
├── resume/ # 简历模板 PDF 存放目录
├── fonts/ # 中文字体（NotoSansSC，PDF 生成用）
├── templates/ # HTML 简历模板目录
├── styles/ # CSS 主题样式
│ ├── __init__.py # load_theme_css() / load_dialog_css()
│ ├── light.css # 浅色主题
│ ├── dark.css # 深色主题
│ ├── dialog_light.css # 浅色对话框样式
│ └── dialog.css # 深色对话框样式
├── tabs/ # Tab 模块（每个 Tab 一个文件）
│ ├── tab_chat.py # 知识问答
│ ├── tab_trends.py # 技术趋势
│ ├── tab_resource.py # 资源导入（URL/文件/手动）
│ ├── tab_exam.py # 智能出题
│ ├── tab_interview.py # AI 对练
│ ├── tab_resume.py # 文档助手
│ ├── tab_reading.py # 精读笔记
│ ├── tab_studyroom.py # 自习室（Jitsi + 腾讯会议）
│ └── tab_progress.py # 学习进度
├── .github/workflows/ # GitHub Actions 自动化
│ └── weekly_push.yml # 每周技术资讯推送
├── app.py # Streamlit 应用入口（9 个 Tab + 双主题）
├── sidebar.py # 侧边栏（KB 管理 + 文档预览）
├── rag_engine.py # RAG 核心：向量检索、文档加载、资源抓取、AI 分析
├── resume.py # 简历解析、版本管理、AI 优化生成
├── resume_html.py # HTML 简历渲染（Jinja2 模板 + PDF Vision 模板生成）
├── trends.py # 技术趋势聚合（GitHub/HN/Dev.to/B站 API）
├── progress.py # 学习进度追踪（面试/资源/查询记录 + 统计）
├── push_wechat.py # 微信推送（Server酱，支持多人）
├── git_sync.py # 数据自动持久化（防抖 + 后台 commit+push）
├── requirements.txt # Python 依赖
├── .env.example # 环境变量模板
└── chroma_db/ # ChromaDB 向量数据库（自动生成）
侧边栏支持多模型切换，各功能推荐如下：
| Tab | 核心任务 | 推荐模型 | 理由 |
|---|---|---|---|
| 🌸 知识问答 | 理解+回答 | sonnet-4-6 / deepseek-v4-flash | 日常用 flash 省钱，复杂问题切 sonnet |
| 🌺 技术趋势 | API 聚合 | — | 纯 API 抓取，不调用 LLM |
| 🌻 资源导入 | 内容整理/转录分析 | haiku-4-5 / deepseek-v4-flash | 格式化工作，便宜快速的就够 |
| 🌼 智能出题 | 生成题目 | sonnet-4-6 / glm-5 | 需要理解力+中文表达 |
| 🌹 AI 对练 | 面试官角色 | sonnet-4-6 / opus | 需要追问和评分能力 |
| 🍀 文档助手 | 简历优化 | opus / gpt-5.5 | 创作质量要求最高 |
| 📖 精读笔记 | 概念提炼/思考题 | sonnet-4-6 / glm-5 | 需要理解文档+中文总结 |
| 📹 自习室 | 视频连线 | — | 不调用 LLM |
| 📈 学习进度 | 生成报告 | sonnet-4-6 / haiku-4-5 | 数据总结，不需要太强 |
可用模型一览：
| 模型 | 定位 | 价格（输入/输出 per 1M tokens） |
|---|---|---|
| claude-sonnet-4-6 | 均衡之选，速度快质量高，性价比最佳 | $3 / $15 |
| claude-sonnet-5 | Sonnet 最新版，推理更强 | $2 / $10 |
| claude-haiku-4-5 | 最快最便宜，简单任务首选 | $1 / $5 |
| claude-opus-4-6 | 最强推理，复杂分析/创作 | $5 / $25 |
| claude-opus-4-7 | Opus 进化版，深度思考 | $5 / $25 |
| claude-opus-4-8 | Opus 最新，顶级智能 | $5 / $25 |
| gpt-5.5 | OpenAI 旗舰，多模态强 | $5 / $30 |
| glm-5 | 智谱 GLM，中文理解优秀 | $1 / $3.2 |
| kimi-k2.5 | 月之暗面，超长上下文 | $0.6 / $3 |
| deepseek-v4-pro | DeepSeek 旗舰，代码/数学强 | $0.43 / $0.87 |
| deepseek-v4-flash | DeepSeek 快速版，极致性价比 | $0.14 / $0.28 |
💡 日常推荐：claude-sonnet-4-6（默认）。省钱场景用 deepseek-v4-flash，高质量创作用 opus / gpt-5.5。
| 组件 | 技术 |
|---|---|
| 框架 | LangChain |
| LLM | 多模型支持（侧边栏切换，默认 claude-sonnet-4-6） |
| Embedding | FastEmbed (ONNX Runtime) |
| 向量数据库 | ChromaDB（chunk_size=200, overlap=30） |
| Web UI | Streamlit |
| PDF 解析 | PyPDF2 + PyMuPDF |
| HTML 简历 | Jinja2 + WeasyPrint + Claude Vision |
| 技术趋势 | GitHub API / HN Firebase API / Dev.to API / Bilibili API |
| 微信推送 | Server酱（sctapi.ftqq.com） |
| 数据持久化 | git_sync（自动 commit+push，5s 防抖） |
| CI/CD | GitHub Actions（定时推送） |
| 视频转录 | SpeechRecognition + pydub |
| 网页抓取 | trafilatura + BeautifulSoup |
| YouTube | youtube-transcript-api |
Q: 首次启动很慢？
首次运行会自动下载 Embedding 模型（约 50MB），之后会缓存到本地。
Q: 报错 "team not allowed to access model"？
检查 .env 中的 API Key 对应的团队是否有模型访问权限。可在 rag_engine.py 中修改 model 参数为你可用的模型。
Q: 如何更换模型？
在侧边栏「🤖 模型」下拉框中选择即可实时切换，支持 11 个模型。如需新增模型，编辑 rag_engine.py 中的 AVAILABLE_MODELS 字典。
Q: 知识库支持什么格式？
目前支持 Markdown (.md) 文件。放入 kb/ 目录即可，支持按子目录分类。
Q: ChromaDB 报错 "no such table: tenants"？
向量数据库文件损坏。系统已内置自动检测修复：启动时验证数据库完整性，异常时自动删除并重建索引。也可手动删除 chroma_db/ 目录后重启。
Q: 如何切换主题？
点击侧边栏右上角的 🌙/☀️ 按钮即可在浅色碎花与深紫花园主题之间切换。
Q: 搜索不到知识库内容？
添加/修改文档后需点击侧边栏「重建索引」按钮更新向量数据库。若知识库确实无相关内容，系统会用通用知识回答并标注。