介绍

面向高校学生事务咨询的知识库问答系统：校内制度文档切分入库，学生用自然语言提问，系统先检索最相关条款、再基于资料作答并给出引用来源；资料不足时明确说明并记录未命中问题。三层兜底（敏感词 / 检索阈值 / 接口异常降级）控制幻觉，未配置大模型密钥也能离线运行（检索模式）。

校园事务咨询具有高频重复、答案分散、口径必须准确三个特征，通用大模型虽然表达流畅，却不了解本校规定，直接使用容易编造时间、地点与金额。

针对这一问题，本项目设计并实现了一套基于大模型接口的校园智能问答系统，采用检索增强生成（RAG）路线：制度文档按段切分为检索片段（每段约 160 字符、相邻重叠 40 字符），高频问题整理为标准 FAQ（问题、答案、关键词），检索层以 jieba 分词与 TF-IDF（BM25-lite）打分实现，并对字段加权（文档标题 1.3、FAQ 问题 1.4、FAQ 关键词 1.0、字面关键词命中每词 +0.8），在 20 条相关问题与 14 条无关问题的自建测试集上，阈值取 5.5 时相关问题命中 20/20、无关问题误命中 0/14。

生成层通过 OpenAI 兼容接口调用大模型，提示词强制「只依据给定资料、不得编造、资料不足须明确说明」，回答正文附引用来源卡片并保留相关度，可逐条核对原文。

系统设计了三层兜底——敏感词固定话术、检索低于阈值时引导换问法并记录未命中问题、大模型接口异常时自动降级为检索模式；未配置密钥时系统直接以检索模式运行，离线可用且不产生幻觉。

未命中问题与学生的赞踩反馈共同构成知识库改进闭环，管理员可在页面上补充 FAQ 或文档。

系统按学生与管理员划分权限，提供会话历史、问答记录与统计（命中率、回答方式分布、FAQ 命中排行）。

技术栈

• 编程语言：Python 3.8 及以上
• Web 框架：Django 4.2
• 分词检索：jieba + 自研 TF-IDF（BM25-lite），纯 Python、可解释
• 生成（可选）：OpenAI 兼容大模型接口（配置 LLM_API_KEY 启用；未配置时用检索模式）
• 数据库：MySQL 5.7 及以上（交付默认 SQLite，免安装）
• 可视化：ECharts 5（已内置本地文件，离线可用）
• 操作系统：Windows / macOS / Linux
• 启动方式：运行启动脚本，或 python manage.py runserver

功能特性

1. 文档切分入库：每段约 160 字符、相邻重叠 40 字符，避免条款被切断；片段带分词缓存
2. 可解释检索：jieba 分词 + TF-IDF（BM25-lite）+ 字段加权，给出相关度分数
3. 阈值标定：20 条相关问题命中 20/20、14 条无关问题误命中 0/14（阈值 5.5）
4. 两条回答通道：检索模式（离线可用，引用条款原文）与大模型模式（基于资料生成）
5. 三层兜底：敏感词固定话术 → 检索低于阈值引导换问法 → 接口异常自动降级为检索
6. 引用溯源：回答附来源卡片（文档标题 / 段落 / 相关度），可逐条核对原文
7. 闭环改进：未命中问题自动累计、赞踩反馈进入同一清单，补充知识库后即可命中
8. 问答统计：命中率、回答方式分布、FAQ 命中排行、负面反馈明细、问答记录

数据与实验结论

• 文档切分入库：每段约 160 字符、相邻重叠 40 字符，避免条款被切断；片段带分词缓存
• 可解释检索：jieba 分词 + TF-IDF（BM25-lite）+ 字段加权，给出相关度分数
• 阈值标定：20 条相关问题命中 20/20、14 条无关问题误命中 0/14（阈值 5.5）

视频

运行截图

文档预览

小结

整套实现把数据采集、口径校验、业务功能与结果可视化串成一条可复现的链路：所有统计结论都能追溯到原始数据，实验过程与取舍在文档中逐条说明。上方的演示视频按「首页 → 核心功能 → 数据结论」的顺序录了一遍，配合本文的技术栈与功能列表，可以较快判断这套方案是否适合自己的选题方向。