企业智能助手

基于 LightRAG + LangChain + Streamlit 构建的企业知识库问答系统， 采用知识图增强检索架构，支持中文 PDF 解析、扫描件 OCR、知识图谱构建和智能对话。

项目亮点

• 图增强检索（LightRAG）：结合知识图谱和向量检索，实现实体关系推理和多跳问答，支持复杂推理
• 中文 RAG 全流程：PDF 解析 → 智能分块 → 向量化 → 多策略检索 → LLM 生成
• 扫描件 OCR 支持：自动检测扫描页，RapidOCR 降级识别，中英文混合友好
• 混合检索策略：向量检索 + 图谱检索 + 全文检索三重保障，召回率更高
• 结构化入库：自动识别文档类型、章节标题追踪、元数据前缀注入提升检索精度
• 表格提取：pdfplumber 表格结构化保留，解决说明书参数表丢失问题

技术栈

组件	选型
RAG 框架	LightRAG（图增强检索）
LLM	DeepSeek Chat（兼容 OpenAI 协议）
Embedding	BAAI/bge-small-zh-v1.5（中文专用）
知识存储	向量数据库 + 图数据库 + 全文索引
PDF 解析	pdfplumber + RapidOCR
应用框架	LangChain + Streamlit

架构图

                    用户提问
                       ↓
              LLM 查询理解与改写
                       ↓
         ┌─────────────┴─────────────┐
         ↓                           ↓
   实体识别 & 关系抽取          关键词提取
         ↓                           ↓
    ┌────┴────┐                 ┌───┴───┐
    ↓         ↓                 ↓       ↓
 图谱检索  向量检索           全文检索  过滤排序
    └────┬────┘                 └───┬───┘
         └─────────────┬─────────────┘
                       ↓
           多源结果融合 & 重排序
                       ↓
         相关度评分 + 上下文扩展
                       ↓
           拼装 Context → LLM 生成回答
                       ↓
              引用来源 + 置信度标注

项目结构

├── app.py              # Streamlit 主应用 + RAG 检索 + 对话管理
├── create_db.py        # 向量库构建（PDF解析/OCR/分块/知识图谱构建）
├── agent.py            # Agent调用
├── requirements.txt    # Python 依赖
└── data/               # 企业文档目录（需自行准备）