🔧 AI Blog Search - 中文 RAG 问答系统

基于 LangGraph 的自适应 RAG 系统，支持网页内容索引和智能问答。

✨ 核心特性

特性	说明
🔄 自适应检索	检索失败时自动重写查询，最多 3 次迭代
🧠 LangGraph 工作流	Agent 式架构：Retrieve → Grade → Rewrite/Generate
📊 MMR 检索	最大边际相关性，平衡相关性与多样性
🔐 URL 去重	基于哈希的双重检查，防止重复存储
☁️ 云端向量库	Qdrant Cloud 持久化存储

🏗️ 技术栈

LangChain + LangGraph    # Agent 编排
Qdrant Cloud             # 向量数据库
BGE-small-zh             # 中文 Embedding
GPT-4o-mini              # LLM
Streamlit                # Web UI

🚀 快速开始

# 1. 安装依赖
uv sync

# 2. 配置环境变量 (.env)
QDRANT_HOST=your_qdrant_host
QDRANT_API_KEY=your_api_key
OPENAI_API_KEY=your_openai_key

# 3. 运行
uv run streamlit run main.py

📐 架构图

graph LR
    A[用户提问] --> B[Agent]
    B --> C[Retrieve]
    C --> D{Grade}
    D -->|相关| E[Generate]
    D -->|不相关| F[Rewrite]
    F --> B
    E --> G[输出答案]

🔮 未来改进方向

1. 多 Agent 协作（推荐）

Router Agent → 分类问题类型
    ├─ RAG Agent      → 知识库问答
    ├─ Search Agent   → 实时搜索
    └─ Summary Agent  → 文档摘要

2. Tool Calling

集成外部工具（搜索引擎、计算器、代码执行）
让 Agent 自主决定何时调用工具

3. 多轮对话

对话历史管理
上下文压缩（长对话时）
指代消解

4. RAG 评估

集成 RAGAS 评估框架
评估指标：Faithfulness、Answer Relevancy、Context Precision

5. 多数据源

支持 PDF、Markdown、Notion 等
统一的文档解析层

6. 流式输出

Streaming 实时显示生成内容
提升用户体验

📝 项目亮点（面试可讲）

不是简单 RAG - 使用 LangGraph 实现 Agent 循环，支持自适应重写
工程化思维 - URL 去重、索引优化、旧数据清理
生产级考虑 - 云端向量库、双重检查机制
中文优化 - 使用 BGE 中文模型，按语义切分

📄 License

MIT