AI_customer_service

AI问答系统

这是一个基于LangChain和向量数据库的智能问答系统，支持多种LLM模型接入，具有知识库检索和对话记忆功能。

功能特点

• 支持多种LLM模型接入（豆包、DeepSeek等）
• 基于向量数据库的知识库检索
• 对话记忆功能
• 意图识别和分类
• RESTful API接口

环境要求

• Python 3.8+
• CUDA支持（用于FAISS-GPU）
• 虚拟环境：tool

安装部署

1. 克隆项目并安装依赖：

   git clone [项目地址]
   cd [项目目录]
   pip install -r requirements.txt
   

   1. 配置环境变量： 创建.env文件并配置以下参数： ```

LLM_API_KEY=your_api_key LLM_BASE_URL=your_base_url

3. 运行服务：
```bash
# 开发环境运行
python app.py

# 生产环境部署（使用Gunicorn）
gunicorn -w 1 -b 0.0.0.0:1111 app:app

# 使用配置文件部署
gunicorn -c gunicorn_config.py app:app

模型配置

豆包模型

{
    "llm_model_name": "ep-20241018084532-cgm84",
    "llm_api_key": "your_api_key",
    "llm_base_url": "https://ark.cn-beijing.volces.com/api/v3"
}

DeepSeek模型

{
    "llm_model_name": "deepseek-r1-250120",
    "llm_api_key": "your_api_key",
    "llm_base_url": "https://ark.cn-beijing.volces.com/api/v3"
}

项目结构

├── app.py                 # 主应用入口
├── config/               # 配置文件目录
├── database/            # 数据库相关
├── module/              # 核心模块
├── models/              # 模型文件
├── test_case/           # 测试用例
├── utils/               # 工具函数
├── vectordb/            # 向量数据库
├── logs/                # 日志文件
└── test_result/         # 测试结果

开发计划

• 知识库向量持久化
• 意图分类系统
• 对话记忆模块
• 检察官机器人
• 完善知识库文件读取方法

注意事项

1. 确保环境变量正确配置
2. 知识库文件需要提前处理并导入
3. 建议使用GPU环境运行以提高性能
4. 定期备份向量数据库