本项目基于RAG（检索增强生成）技术开发了一个智能客服系统，通过将本地知识库与通义千问大模型结合，解决了传统大语言模型在业务场景中的知识局限性问题。系统采用LangChain框架实现文档处理、向量检索和对话链路的编排，支持TXT/PDF/Word/Excel等多种文件格式的解析和向量化存储，使用Chroma作为本地向量数据库。项目具备知识库问答、多轮对话、流式输出等功能，并提供了Streamlit

RAG系统优化应聚焦检索环节：当前智能客服项目虽已实现基础RAG闭环，但检索质量直接影响最终回答效果。建议从12个方向优化检索链路，优先实施4项核心改造：1）规范配置命名（similarity_threshold→retrieval_top_k）；2）优化上下文格式（结构化展示文档来源和内容）；3）强化Prompt约束（要求模型严格基于资料回答）；4）增加检索调试功能（可视化展示召回片段及分数）。