BenyRonald77/uajy-academic-rag-chatbot

解决的问题

该项目为雅加达阿特马贾亚大学的学生和教职员工提供了一种可靠的方式，从官方学术手册中获取答案。通过强制聊天机器人仅使用提供的PDF文档中的已验证文本进行回答，消除了AI常见的“幻觉”问题——即模型可能虚构截止日期或要求。

工作原理

系统采用检索增强生成（RAG）架构：

1. 数据摄入：学术手册的PDF文件被解析，分割为语义块，并使用Google Gemini嵌入转换为数值向量。
2. 存储：这些向量被存储在本地FAISS索引中，以实现快速相似性搜索。
3. 检索：当用户提出问题时，系统会搜索FAISS索引，查找最相关的文本块。
4. 生成：这些文本块作为上下文发送给Google Gemini 2.5 Flash模型。模型被严格指示仅基于这些上下文生成答案，若信息缺失则拒绝回答。

适用人群

雅加达阿特马贾亚大学工业技术学院的学生和教职员工，需要快速、可引用地获取学术规定和指南。

主要亮点

• 严格基于事实：答案仅从检索到的PDF上下文中生成，防止错误信息。
• 来源引用：每个回答均包含精确的页码和章节/节标题，便于验证。
• 防幻觉防护机制：结合相似度阈值和严格系统提示，拒绝超出范围的查询。
• 评估套件：包含内置测试环境，用于衡量检索召回率、拒绝准确率和延迟。
• 文档探索器：用户可搜索并检查索引的文本块的仪表板。