# rag_enterprise_knowledge_base

**Repository Path**: wel1221/rag_enterprise_knowledge_base

## Basic Information

- **Project Name**: rag_enterprise_knowledge_base
- **Description**: RAG企业知识库，包含 NestJS 后端、Vue 3 前端、Milvus 混合检索、文档版本更新、权限隔离、Rerank、来源引用和拒答以及支持多轮对话
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-07
- **Last Updated**: 2026-09-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: RAG, Milvus, 混合检索, rerank, Nestjs

## README



# 企业知识库平台 (Enterprise Knowledge Base)

本项目是一个基于 **RAG (Retrieval-Augmented Generation)** 架构的企业级知识库问答系统。系统支持文档上传、向量化存储、多租户管理以及基于大语言模型 (LLM) 的智能问答。

## 技术栈

### 后端 (Server)
*   **核心框架**: [NestJS](https://nestjs.com/) (Node.js + TypeScript)
*   **数据库**: [MongoDB](https://www.mongodb.com/) (使用 Mongoose ODM 存储元数据与结构化信息)
*   **向量数据库**: [Milvus](https://milvus.io/) (用于高效的语义向量检索)
*   **认证与安全**: [Passport](http://www.passportjs.org/) + JWT (JSON Web Token)
*   **AI 集成**: 通用的 AI 服务接口 (支持 OpenAI 兼容 API)

### 前端 (Web)
*   **核心框架**: [Vue 3](https://vuejs.org/)
*   **构建工具**: [Vite](https://vitejs.dev/)
*   **状态管理**: [Pinia](https://pinia.vuejs.org/)
*   **网络请求**: Axios (封装了拦截器与 Token 刷新机制)
*   **样式**: 原生 CSS (支持 CSS Modules)

## 核心功能

1.  **智能问答**: 基于向量检索的 RAG 流程，结合历史上下文提供准确的答案。
2.  **文档处理**: 支持 Markdown 格式文档的自动解析与语义分块 (Chunking)。
3.  **权限管理**: 支持多租户 (Tenant)、部门 (Department) 隔离，区分管理员与普通用户。
4.  **流式响应**: 支持 SSE (Server-Sent Events) 流式输出 AI 回答，提供流畅的用户体验。
5.  **会话管理**: 保留历史对话记录，支持多轮对话上下文理解。

## 项目架构

```
rag_enterprise_knowledge_base/
├── server/                 # 后端服务 (NestJS)
│   ├── src/
│   │   ├── ai/            # AI 服务封装，处理 LLM 调用与提示词构建
│   │   ├── auth/          # 认证模块 (JWT策略、登录守卫、策略守卫)
│   │   ├── cache/         # 缓存模块，用于存储查询结果或中间状态
│   │   ├── conversation/  # 会话管理，存储对话历史消息
│   │   ├── departments/   # 部门管理模块
│   │   ├── documents/     # 文档上传、解析与分块逻辑
│   │   ├── knowledge/     # 核心业务：RAG Pipeline (检索 -> 生成)
│   │   ├── milvus/        # 向量数据库交互服务
│   │   ├── tenants/       # 租户管理模块
│   │   └── users/         # 用户管理模块
│   └── ...
├── web/                   # 前端应用 (Vue 3)
│   ├── src/
│   │   ├── api/           # API 接口定义 (auth, users, knowledge, etc.)
│   │   ├── components/    # 公共组件 (ChatPanel, MessageBubble, Sidebar)
│   │   ├── composables/   # 组合式函数 (useChat, useStream 用于处理 SSE)
│   │   ├── stores/        # Pinia 状态管理 (auth, chat, document)
│   │   ├── views/         # 页面视图 (Login, Register, MainLayout)
│   │   └── router/        # 路由配置
│   └── ...
└── README.md
```

## 核心模块详解

### 1. RAG 文档入库流程 (`DocumentModule`)
用户上传 Markdown 文档后，服务端会：
1.  解析 Markdown 结构 (`markdown-chunker.ts`)。
2.  将长文本拆分为指定大小的块 (Chunks)，并保持语义连贯。
3.  调用 `AiService` 将文本转换为向量 (Embedding)。
4.  将向量写入 `Milvus`，将元数据写入 `MongoDB`。

### 2. 知识问答 Pipeline (`KnowledgeModule`)
1.  **检索**: 接收用户问题，在 Milvus 中检索与问题最相似的文档块。
2.  **重写 (可选)**: 结合会话历史 (History)，若问题依赖上下文，则改写问题。
3.  **生成**: 将检索到的内容作为上下文 (Context) 拼接提示词 (Prompt)，发送给 LLM。
4.  **返回**: 流式返回 AI 生成的回答，并记录来源 (`BoundSource`) 供前端溯源展示。

### 3. 权限控制
系统通过 `AuthModule` 和 `Guard` (守卫) 实现访问控制：
*   `JwtAuthGuard`: 保护需要登录的 API。
*   `AdminGuard`: 限制仅管理员访问的操作。
*   `SuperAdminGuard`: 超级管理员权限，用于系统级配置。

## 快速开始

### 1. 环境准备
确保已安装以下服务：
*   Node.js (v18+)
*   MongoDB
*   Milvus (独立实例或 Docker 部署)
*   OpenAI API Key (或其他 LLM API Key)

### 2. 后端部署
```bash
cd server
# 安装依赖
pnpm install

# 配置环境变量 (复制 .env.development 并修改)
# 主要配置: MONGODB_URI, MILVUS_URI, JWT_SECRET, OPENAI_API_KEY

# 启动服务
pnpm run start:dev
```

### 3. 前端部署
```bash
cd web
# 安装依赖
pnpm install

# 启动开发服务器
pnpm run dev
```

## 许可证
本项目遵循开源协议，具体信息请参阅 [LICENSE](LICENSE) 文件。