基于「多模态大模型 + BGE向量检索增强RAG」的新能源汽车故障诊断智能问答系统(vue+flask+AI算法)

一、项目演示视频

基于「多模态大模型 + BGE向量检索增强RAG」的新能源汽车故障诊断智能问答系统(vue+flask+AI算法)

二、技术栈

1. 前端技术栈 (web-vue)

   核心框架: Vue 3.5.13 (Composition API)

   UI组件库: Element Plus 2.9.4

   状态管理: Pinia 2.3.1

   路由管理: Vue Router 4.5.0

   HTTP客户端: Axios 1.7.9

   Markdown渲染: Marked 16.1.2

   代码高亮: highlight.js 11.11.1

   构建工具: Vite 6.1.0 + TypeScript 5.7.2

2. 后端+算法端技术栈 (web-flask)

   核心框架: Flask (Python)

   数据库: SQLite 3(支持自动时区转换)

   身份认证: JWT

   文档处理: python-docx、PyPDF2

   图像处理: Pillow

   向量模型: BGE-small-zh-v1.5 (BAAI)

   深度学习: PyTorch + Transformers

   向量检索: FAISS (Facebook AI Similarity Search)

   大语言模型: 阿里云通义千问系列模型API(Qwen-Turbo、Qwen-VL-Plus)

三、功能模块

核心创新点

1.多模态故障诊断: 支持文本和图片的多模态问答,可上传故障图片进行智能诊断

2.语义检索技术: 基于BGE(BAAI General Embedding)模型实现新能源汽车维修文档的语义相似度检索

3.RAG增强问答: 结合向量检索和大语言模型,提供有技术依据的专业维修建议

4.故障案例库: 整合历史故障案例,为故障诊断提供实战参考

5.分层权限管理: 支持管理员和普通用户的差异化功能访问

6.会话记忆功能: 支持多轮对话的上下文记忆,提供连贯的问答体验

应用场景

1.新能源汽车维修单位: 维修知识的数字化管理和智能检索

2.汽车培训机构: 维修技术培训和知识传承

3.在线技术支持: 基于AI的故障问题快速诊断和解答

4.4S店/充电站: 技术人员的技术支持和知识查询

5.故障案例研究: 历史故障案例的收集和分析

6.车主自助诊断: 为车主提供初步的故障判断和建议

四、项目链接

链接: https://pan.baidu.com/s/1FOKggNLwOb65jTP6LdVExg?pwd=nt9t 提取码: nt9t

1. 完整系统源码
   (1)前端源码(web-vue)
   (2)后端+算法端源码(web-flask)
2. 项目介绍文档
   (1)项目概述
   (2)项目技术栈
   (3)项目目录结构
   (4)系统架构图、功能模块图
   (5)数据库开发文档
3. 项目启动教程
   (1)环境安装教程(视频+文档)
   (2)系统启动教程(视频+文档)