原创内容

AI 系列教程 · 热点深度解读

共 6 篇 · 总阅读 31884

AI 全栈开发实战（6）：向量检索与 RAG 问答 —— Qdrant 检索、Re-rank、流式输出

实现基于知识库的智能问答：Qdrant 向量检索与 Cross-Encoder 重排序、流式 SSE 问答 API、对话管理、前端流式渲染 Hook 与对话界面，让上传的文档真正可问答。

实现文档处理完整 Pipeline：PDF/文本解析、递归字符切分、BGE Embedding 向量化、Qdrant 向量存储、Celery 异步任务、前端状态轮询，上传即自动处理。

实现知识库和文档管理模块：知识库 CRUD 与权限隔离、文档上传与类型验证、MinIO 文件存储、文档列表与删除、前端知识库仪表盘和文件管理页面。

实现完整的用户系统：bcrypt 密码加密与验证、JWT Token 签发与验证、注册/登录 API、认证中间件、前端登录/注册页面、Auth Context 全局状态管理。

从零初始化 KNow 知识库助手项目：Docker Compose 编排 6 个服务（PostgreSQL/Redis/Qdrant/MinIO/后端/前端）、FastAPI 后端骨架搭建、React 前端项目初始化、开发工作流配置。

开启 AI 全栈开发实战系列，从产品定义开始到部署上线。本文完成 KNow 知识库助手的定位、功能规划、技术选型、数据库设计、API 设计和架构决策。