# Vector Store based QA

**Repository Path**: happy-koalar/vector-store-based-qa

## Basic Information

- **Project Name**: Vector Store based QA
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-02
- **Last Updated**: 2026-09-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# Vector Store Based QA System

基于向量数据库的智能问答系统，支持混合检索、知识库管理和 Excel 批量导入功能。

## 功能特性

- **混合检索**：使用稠密向量与原生 BM25 两路召回，并通过 RRF 融合和分层拒绝减少无关结果
- **知识库管理**：提供完整的问答记录增删改查功能
- **Excel 导入**：支持批量导入问答数据
- **用户评价**：用户可对每次提问的整组检索结果评价，点踩须说明原因，管理员可查看并导出
- **管理面板**：管理员登录后可进行知识库和数据库连接维护
- **Docker 部署**：提供完整的容器化部署方案

## 技术栈

- **后端框架**：FastAPI
- **向量数据库**：Milvus
- **嵌入模型**：BAAI/bge-m3
- **前端框架**：Streamlit
- **容器化**：Docker

## 快速开始

### 环境要求

- Docker 20.10+
- Milvus 单机或集群服务
- Python 3.11+（本地开发）
- 本地下载的BGE-m3模型（模型路径：`models--BAAI--bge-m3/snapshots/5617a9f61b028005a4858fdac845db406aefb181`）
  - 需要修改`backend_milvus.py`中的`MODEL_PATH = Path(__file__).resolve().parent / "models--BAAI--bge-m3" / "snapshots" / "5617a9f61b028005a4858fdac845db406aefb181"`为实际模型路径

### 使用 Docker 部署

Docker Compose 启动、数据卷管理，以及 Windows、macOS、Linux 的 AMD64/ARM64 镜像制作步骤见 [Docker 构建与分发](DOCKER_GUIDE.md)。

### 本地开发

1. 安装依赖：

```bash
pip install -r requirements.txt
```

2. 配置 Milvus 连接：
   - 环境变量：`MILVUS_HOST` 和 `MILVUS_PORT`
   - 或通过界面的数据库配置页面连接

3. 启动服务：

```bash
# 启动后端
uvicorn backend_milvus:app --host 0.0.0.0 --port 8000

# 启动前端（另开终端）
streamlit run streamlit_ChatBot.py
```

## 使用说明

### 连接向量数据库

首次使用时，在管理员界面的数据库配置页填写 Milvus 连接信息：
- Host：Milvus 服务器地址
- Port：Milvus 端口（默认 19530）

### 知识库管理

- **添加问答**：输入问题、内容，选择排序序号后添加
- **编辑问答**：可修改现有问答记录
- **删除问答**：支持单条删除和批量删除
- **Excel 导入**：上传标准格式的 Excel 文件批量导入问答数据

### 智能问答

在搜索框输入问题，系统默认使用稠密向量与 BM25 混合检索，可在左侧栏选择返回 1～10 条结果；英文检索不区分大小写。

## API 文档

| 端点 | 方法 | 描述 |
|------|------|------|
| `/health` | GET | 健康检查 |
| `/connect` | POST | 连接 Milvus 数据库 |
| `/query` | POST | 知识检索 |
| `/feedback` | POST/GET | 提交或查看检索结果评价 |
| `/feedback/export` | GET | 导出检索结果评价 |
| `/records` | GET | 获取问答记录列表 |
| `/records` | POST | 添加问答记录 |
| `/records/{id}` | PUT | 更新问答记录 |
| `/records/{id}` | DELETE | 删除问答记录 |
| `/records/batch-delete` | POST | 批量删除问答记录 |
| `/upload` | POST | Excel 文件上传 |

## 项目结构

```
├── Dockerfile              # Docker 构建配置
├── compose.yaml            # 容器运行与数据卷配置
├── DOCKER_GUIDE.md         # 跨平台构建和分发说明
├── backend_milvus.py       # FastAPI 后端服务
├── streamlit_ChatBot.py    # Streamlit 前端界面
├── requirements.txt        # Python 依赖
├── start.sh               # 启动脚本
└── models--BAAI--bge-m3/   # 嵌入模型文件
```

## License

本项目遵循开源协议。