AI 企业知识库

市面上好用的知识库产品（Notion AI、阿里云百炼）都要付费，而且是 SaaS 托管，数据不受自己控制。想做一个可私有部署、数据完全在自己手里的版本。同时也用它学习 RAG 全链路：文档解析 → 文本分块 → 向量嵌入 → 语义检索 → LLM 生成。

后端用 FastAPI + SQLAlchemy + PostgreSQL 管理用户和文档元数据，Chroma 作为向量数据库独立容器部署。上传文件后后端自动解析 PDF（用 pypdf）或 Markdown，经过 LangChain 的 RecursiveCharacterTextSplitter 分块（1000 字符 + 200 重叠），用 sentence-transformers（all-MiniLM-L6-v2）做本地向量嵌入，存入 Chroma。问答时先做语义检索取 Top-3 相关片段，注入 prompt 后调用 LLM 生成回答。前端用 Next.js 16 + shadcn/ui，设计语言参照 Notion 风格。auth 用 JWT + bcrypt。

• ●用户注册/登录（JWT 认证）
• ●创建/删除多个知识库
• ●上传 PDF 和 Markdown（实时展示处理状态）
• ●文本自动分块 + 本地向量嵌入
• ●RAG 语义检索 + LLM 问答（含来源引用）
• ●对话历史记录（每个知识库独立）
• ●Notion 风格 UI，支持深色模式

Docker 踩了不少坑——第一次配置 docker-compose 时 PostgreSQL 和 Chroma 的健康检查没做好，后端启动时数据库还没就绪直接报 connection refused。后来给 PostgreSQL 加了 healthcheck，用 restart: unless-stopped 让容器挂了自动拉起来。另外 sentence-transformers 第一次运行会下载模型（约 120MB），忘了提前下载导致首次启动要等很久。