Multi-Question R1

这是一个基于Flask和大语言模型的智能问答应用，专注于提供高质量的问答服务，并支持单问题对话和多问题批量处理两种模式。应用集成了DeepSeek R1、通义千问等模型，通过达摩院DashScope API提供服务。

功能特点

• 单问题对话模式：保持上下文连续性的对话体验
• 多问题批量处理：一次提交多个问题并获取答案
  • 支持上下文记忆功能：多问题之间保持上下文连贯
  • 支持无上下文独立回答模式：每个问题独立处理
• 数学公式渲染：自动处理和优化显示LaTeX数学公式
• 思考过程展示：可查看AI的推理过程，了解答案来源
• 模型选择：支持DeepSeek R1、通义千问等多种大语言模型
• 会话管理：创建新对话、保持对话历史

技术架构

• 后端：Flask框架
• 前端：原生JavaScript + CSS
• AI接口：达摩院DashScope API（兼容OpenAI接口）
• 数学渲染：MathJax

快速开始

环境要求

• Python 3.7+
• Flask 2.3.3+
• OpenAI 1.77.0

安装步骤

1. 克隆仓库

git clone https://github.com/yourusername/multi-question-R1.git
cd multi-question-R1

2. 安装依赖

pip install -r requirements.txt

3. 创建环境变量文件

touch .env

4. 编辑.env文件，添加API密钥

DASHSCOPE_API_KEY=your_dashscope_api_key_here
SECRET_KEY=your_secret_key_here

5. 启动应用

python app.py

应用将在 http://localhost:5004 运行

使用指南

单问题模式

• 直接在输入框中输入问题并发送
• 系统会保持对话上下文，可以进行连续的交流

多问题模式

1. 切换到"多输入模式"
2. 在每个输入框中输入不同的问题或前提条件
3. 使用"添加前置知识"按钮添加更多输入框
4. 选择是否使用上下文记忆功能
   • 勾选"使用上下文记忆"：所有问题在同一上下文中处理
   • 取消勾选：每个问题单独处理
5. 点击"提交所有"按钮获取回答

其他功能

• 点击"新对话"按钮开始全新的对话
• 点击"模糊问题"快速插入模糊问题模板
• 点击"查看推理过程"了解AI的思考过程

自定义与扩展

调整服务端口

修改app.py文件末尾的端口配置:

app.run(debug=True, host='0.0.0.0', port=5004)

技术支持与贡献

如有问题或建议，请通过Issues提交反馈。欢迎提交Pull Request贡献代码。