RAG Knowledge Base

LLM Wiki 本地知识库系统 — 面向 SLG 游戏策划的语义检索引擎
基于 ChromaDB + DeepSeek，规则驱动的文档处理管线

---

🎯 项目简介

一个专为游戏策划团队设计的 本地 LLM Wiki 知识库，将飞书文档自动转化为可语义检索的向量知识库。

核心能力

能力	说明
🔍 语义检索	理解自然语言查询意图，不依赖关键词匹配
💬 Wiki 问答	基于检索结果的 LLM 智能问答，带引用标注
📥 自动入库	飞书文档一键入库，支持批量处理
🧩 混合检索	向量语义 + 文件扫描双通道，智能路由
📐 规则驱动	基于规则的分块和元数据增强，不做 LLM 分块
🤖 Agent 集成	作为 Hermes Agent Skill 运行，自然融入工作流

---

🏗️ 技术架构

飞书文档 / 本地文件
        │
        ▼
┌──────────────────┐
│   文档入库管线     │  ← 规则分块 + 元数据增强
│  (ingest pipeline) │
└────────┬─────────┘
         │
         ▼
┌──────────────────┐
│   ChromaDB        │  ← 向量存储 (cosine 相似度)
│   (向量数据库)     │
└────────┬─────────┘
         │
         ▼
┌──────────────────┐
│   混合检索引擎     │  ← 向量检索 + 文件扫描
│  (hybrid search)  │
└────────┬─────────┘
         │
         ▼
┌──────────────────┐
│   LLM Wiki Q&A   │  ← DeepSeek v4 问答生成
│   (智能问答)       │
└──────────────────┘

技术栈

组件	技术选型
LLM	DeepSeek v4 (pro/flash)
向量数据库	ChromaDB (本地 PersistentClient)
嵌入模型	Qwen/Qwen2.5-7B-Instruct
文档源	飞书文档 API / 本地文件
Agent 框架	Hermes Agent
运行环境	WSL Ubuntu 22.04 + Python 3.10

---

🚀 快速体验

# 1. 安装依赖
pip install chromadb openai pyyaml

# 2. 配置 LLM API
cp config.example.yaml config.yaml
# 编辑 config.yaml 填入你的 DeepSeek API Key

# 3. 启动向量库
python kb_query_cli.py --mode serve

# 4. 语义检索
python kb_query_cli.py -q "兵种克制关系是什么？"

---

📊 项目规模

指标	数值
入库脚本	90+
支持文档数	228 篇飞书文档
策划模块	30 个（框架设计/战斗/武将/地图...）
检索模式	3 种（向量/混合/Wiki Q&A）
Prompt 模板	3 套（默认/对话感知/降级）

---

📁 目录结构

RAG-KnowledgeBase/
├── README.md               # 项目说明
├── LICENSE                 # MIT 许可证
├── config.example.yaml     # 配置模板
├── scripts/                # 核心脚本（入库/检索/检查）
├── configs/                # Prompt 模板 & 模块映射
├── service/                # Web 服务（FastAPI）
├── data/                   # 文档索引数据
└── chroma_data/            # 向量数据（本地）

---

🧠 设计原则

• 规则优先：分块、元数据提取全部规则驱动，避免 LLM 不确定性
• 本地优先：向量库本地部署，数据不出内网
• Agent 原生：作为 Hermes Skill 运行，AI Agent 可直接调用
• 智能路由：根据查询类型自动选择检索策略

---

📄 许可证

MIT License — 详见 LICENSE

---

Built for game designers, powered by LLM Wiki.