尽管LLM所取得的进展获得大量的认可，但是实际在使用LLM的仍然存在一些挑战（模型幻觉问题，随意编造答案、模型的知识更新慢且更新成本较高、回答没有参考依据且不透明）。但是引入RAG系统，可以有效缓解LLM存在的一些问题，可以显著增强回答的准确性，可以利用知识的更新、领域知识。但是对于业务的前期探索，从头搭建一个RAG回答系统，任然是一个投入较高的事情，因此，本文主要想提供一个快速构建基于领域知识的RAG智能问答平台。
主要可以对有业务需要的用户提供如下的优势或亮点：
① 提供一个可快速验证、测试的AI智能问答平台，有效降低业务前期的探索成本（找方向）；
② 平台内置多种业界主流先进的技术和开源模型，降低业务目标的技术预研成本（找技术）；
③ 平台内置多种解决方案，降低业务目标可达性的验证性成本（可行性）；
④ 可离线部署、有效保证敏感知识的安全性（数据安全）；
实现技术：
1.langchain（pipeline工具）
2.faiss（向量数据库）
3.PDF解析器（后续增加各种文档解析器）
4.模型推理加速工具（vllm）
5.原型快速搭建工具（streamlit）
6.多检索策略（待建设）
7.召回文档二次排序（待建设）
