Azure-Samples/chat-with-your-data-solution-accelerator

它解决了什么问题

组织机构通常难以在海量的非结构化知识（如合同、政策和产品手册）中进行搜索以寻找特定答案。本项目提供了一个对话式助手，它可以对这些文档进行索引，并允许用户使用自然语言提问，从而获得带有原文内联引用的可靠答案。

工作原理

该系统使用部署在 Azure Container Apps 上的 RAG (Retrieval-Augmented Generation) 流水线。它由 React 前端、FastAPI 后端和 Azure Functions 摄取工作负载组成。

1. 摄取：解析、分块、嵌入文档或网页，并将其存储在检索索引中（可以使用 Azure AI Search 配合 Cosmos DB，或者使用 PostgreSQL 配合 pgvector）。
2. 检索：当用户提出问题时，后端会从索引中检索出最相关的段落。
3. 生成：语言模型基于此上下文生成回答，然后将带有引用的回答流式传输给用户。

适用对象

该解决方案旨在为需要自动化知识检索的组织机构提供支持，例如法律专业人员（合同审查）、人力资源专业人员（政策协助）和客户成功经理（客户情报）。

亮点

• 灵活的存储：支持使用 Azure AI Search 配合 Cosmos DB 或 PostgreSQL 配合 pgvector 作为检索引擎。
• 可互换的编排器：允许在部署时选择 Agent Framework 或 LangGraph。
• 管理体验：包含一个无需编写代码即可摄取数据和配置提示词的 UI。
• 安全性：使用单个用户分配的托管身份和 Azure RBAC 进行授权，从而无需使用应用程序密钥。
• 无障碍性：具备通过语音转文本实现的语音输入功能，以及一个用于展示模型中间步骤的推理面板。