# RAG_framework

**Repository Path**: lliujc/rag_framework

## Basic Information

- **Project Name**: RAG_framework
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-28
- **Last Updated**: 2026-03-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 智能客服
基于RAG架构实现的轻量化智能客服系统，前端采用Streamlit快速搭建，支持自定义业务场景与文件知识库管理。

## 项目说明

- 本项目仅提供完整RAG项目框架，不内置固定提示词模板，可根据实际业务需求灵活设计问答规则与话术体系。

- 界面基于Streamlit实现，部署简单、交互友好，适合快速验证与迭代。

## 启动方式

1. 完成本地依赖包安装后，在终端进入项目根目录。

2. 启动智能客服问答主页面：

```

streamlit run app.py

```

3. 启动知识库文件上传页面（支持去重）：

```

streamlit run app_file_uploader.py

```

注：当前仅支持纯文本（text）格式文件上传与解析，其他格式后期更新。

## 配置说明

- 项目默认使用阿里千问API，密钥已配置在本地环境变量中，使用前请自行完成环境变量配置。

- 模型调用会消耗Token，请留意账户额度是否充足。

- 如需切换模型，可在 config_data.py 中自行修改相关配置。

## 注意事项

- 知识库上传页面自带文本去重逻辑，避免重复内容影响问答效果。

- 请确保API密钥与额度正常，否则会导致模型调用失败。