Python+AI 实战：搭建属于你的智能问答机器人

欢迎文末添加好友交流，共同进步！

" 俺はモンキー・D・ルフィ。海贼王になる男だ！"

引言

在数字化转型浪潮中，智能问答机器人正成为企业客服、知识库检索乃至个人助理等场景的关键交互入口。它能让员工秒级获取技术解答、客户即时获得业务支持、学习者随时得到个性化辅导，极大提升信息获取效率与用户体验。
为何选择 Python 与开源 AI 模型？Python 拥有成熟的 AI 生态------Hugging Face Transformers、LangChain、FAISS 等工具大幅降低开发门槛；而本地部署的开源大模型（如 Phi-3、Mistral、Llama 系列）则保障了数据隐私、规避了 API 成本，特别适合对安全性或离线能力有要求的场景。
本文将手把手带你从零构建一个基于 RAG（检索增强生成）架构的本地智能问答系统：使用 Sentence-BERT 实现语义检索，FAISS 作为向量数据库，并集成轻量级开源语言模型生成答案。整个方案完全开源、免费，且可在普通消费级电脑上运行，无论你是开发者还是技术爱好者，都能快速上手并应用于实际项目。

技术选型分析

在深入实现之前，有必要先理解不同技术路线的差异。传统的问答系统通常基于规则引擎或关键词匹配，开发者需要预先编写大量的 if-else 规则或维护一个精心设计的问题-答案对数据库。这种方案的优点是响应快速、结果可控，但缺点也很明显：缺乏灵活性，无法理解语义相近但表达不同的用户问题，维护成本随着知识库规模呈指数级增长。例如，当用户问"密码忘记了怎么办"和"如何重置登录凭证"时，传统系统可能需要分别为这两个问题配置答案，尽管它们的语义完全相同。
基于大语言模型（LLM）的问答系统则通过语义理解彻底改变了这一局面。LLM 能够理解用户意图，捕捉语言中的细微差别，并生成自然流畅的回答。更重要的是，通过 RAG 技术，我们可以将 LLM 与本地知识库结合，既保证回答的准确性，又避免了模型幻觉问题。这种架构本质上是对话式 AI 的"外挂大脑"------LLM 负责理解和生成，知识库提供事实依据。

在本项目中，我们选用了以下技术栈：

嵌入模型 ：sentence-transformers/all-MiniLM-L6-v2。这是一个轻量级的语义编码器，能够将文本转换为 384 维的向量表示，在速度和效果之间取得了良好平衡。
向量数据库 ：FAISS（Facebook AI Similarity Search）。这是 Meta 开发的高效相似度搜索库，支持海量向量的快速检索。
生成模型 ：microsoft/Phi-3-mini-4k-instruct。Phi-3 是微软推出的轻量级开源模型，参数量约 38 亿，在消费级 GPU 甚至 CPU 上即可流畅运行，同时具备出色的指令遵循能力。
开发框架 ：LangChain 和 Transformers。LangChain 提供了便捷的 RAG 管道抽象，Transformers 则负责模型的加载和推理。

为什么不直接调用 OpenAI、文心一言等云端 API？原因有三：首先，本地部署确保数据完全私密，适合处理敏感信息；其次，一次投入即可无限使用，没有按 Token 计费的成本压力；最后，离线环境下的可用性对于某些行业（如军工、金融、医疗）至关重要。当然，本地模型的性能在复杂推理任务上可能略逊于 GPT-4 等顶级模型，但对于知识库问答这类相对封闭的场景，已经能够取得令人满意的效果。

系统架构设计

一个典型的 RAG 问答系统包含两个主要阶段：离线索引阶段 和在线推理阶段。
离线索引阶段，我们需要将非结构化的知识库文档（如 Markdown 文件、PDF 文档等）进行预处理。首先，将长文档切分成较小的文本块，这是为了确保检索时的语义聚焦和上下文窗口的高效利用。接着，使用嵌入模型将每个文本块转换为向量表示，并构建 FAISS 索引。这一阶段类似于为书籍建立"语义目录"，让后续的检索能够快速定位相关内容。
在线推理阶段则是用户交互的核心流程。当用户提出问题时，系统首先对问题文本进行相同的嵌入处理，得到问题向量。然后，在 FAISS 索引中搜索与问题向量最相似的前 k 个文本块。这些检索到的文本块将与用户问题一起组成完整的上下文，送入 LLM 生成最终答案。LLM 会根据提供的上下文，结合其预训练的知识，生成一个自然、准确、连贯的回答。

整个系统的数据流动可以概括为以下流程：
用户输入问题
文本预处理

分词、清洗
嵌入模型编码

Sentence-BERT
向量检索

FAISS 相似度搜索
Top-K 文本块提取
上下文拼接

问题+相关知识
LLM 生成答案

Phi-3/Mistral
返回回答给用户
知识库文档

Markdown/PDF
文档切分

文本块
批量嵌入编码
构建 FAISS 索引

这个架构设计充分考虑了系统的可扩展性。例如，可以轻松替换不同的嵌入模型或生成模型以适应特定需求；FAISS 索引支持增量更新，新增知识时无需重建整个索引；通过调整 top-k 值可以平衡召回率和精确度。在实际部署中，还可以添加查询改写、结果重排序、缓存机制等模块进一步提升性能。

核心代码实现

现在让我们开始编写代码。整个项目将被组织为清晰的模块，包括知识库构建、向量检索、LLM 推理和主循环控制。所有代码均在 Python 3.10+ 环境中测试通过。

第一步：安装依赖

首先，我们需要安装必要的 Python 库。创建一个 requirements.txt 文件：

txt 复制代码

transformers>=4.35.0
sentence-transformers>=2.2.2
faiss-cpu>=1.7.4
langchain>=0.1.0
langchain-community>=0.0.10
torch>=2.0.0
accelerate>=0.25.0
pypdf>=3.17.0
python-dotenv>=1.0.0

然后执行安装命令：

bash 复制代码

pip install -r requirements.txt

如果你的机器有 NVIDIA GPU，建议安装 faiss-gpu 替代 faiss-cpu 以获得更快的检索速度。

第二步：构建本地知识库

假设我们有一份 Markdown 格式的产品手册作为知识库。以下代码展示了如何加载文档并进行切分：

python 复制代码

# knowledge_base.py
import os
from typing import List, Dict
import re

class KnowledgeBase:
    """本地知识库管理类"""

    def __init__(self, chunk_size: int = 500, chunk_overlap: int = 50):
        """
        初始化知识库

        Args:
            chunk_size: 文本块的最大字符数
            chunk_overlap: 相邻文本块之间的重叠字符数
        """
        self.chunk_size = chunk_size
        self.chunk_overlap = chunk_overlap
        self.documents = []  # 存储所有文本块

    def load_markdown_file(self, file_path: str) -> str:
        """
        加载 Markdown 文件内容

        Args:
            file_path: 文件路径

        Returns:
            文件文本内容
        """
        with open(file_path, 'r', encoding='utf-8') as f:
            return f.read()

    def split_text_into_chunks(self, text: str, source: str = "") -> List[Dict]:
        """
        将长文本切分为小块

        Args:
            text: 待切分的文本
            source: 文本来源标识（如文件名）

        Returns:
            文本块列表，每个块包含内容和元数据
        """
        chunks = []
        start = 0
        text_length = len(text)

        while start < text_length:
            end = start + self.chunk_size

            # 如果不是最后一块，尝试在句号、问号或换行处切分
            if end < text_length:
                # 寻找最近的句子结束符
                for delimiter in ['。', '！', '？', '\n\n', '. ', '! ', '? ']:
                    pos = text.rfind(delimiter, start, end)
                    if pos != -1:
                        end = pos + len(delimiter)
                        break

            chunk_text = text[start:end].strip()
            if chunk_text:  # 跳过空块
                chunks.append({
                    'content': chunk_text,
                    'metadata': {
                        'source': source,
                        'start': start,
                        'end': end
                    }
                })

            # 移动到下一块，考虑重叠区域
            start = end - self.chunk_overlap

        return chunks

    def load_directory(self, directory: str, extension: str = '.md') -> None:
        """
        加载目录下所有指定扩展名的文件

        Args:
            directory: 目录路径
            extension: 文件扩展名
        """
        for filename in os.listdir(directory):
            if filename.endswith(extension):
                file_path = os.path.join(directory, filename)
                print(f"正在加载文件: {filename}")

                content = self.load_markdown_file(file_path)
                chunks = self.split_text_into_chunks(content, source=filename)
                self.documents.extend(chunks)

        print(f"知识库构建完成，共 {len(self.documents)} 个文本块")

    def get_documents(self) -> List[Dict]:
        """获取所有文档块"""
        return self.documents

第三步：生成嵌入向量并构建 FAISS 索引

接下来，我们使用 Sentence-BERT 将文本块转换为向量，并构建 FAISS 索引：

python 复制代码

# vector_store.py
import numpy as np
import faiss
from sentence_transformers import SentenceTransformer
from typing import List, Dict, Tuple

class VectorStore:
    """向量存储和检索类"""

    def __init__(self, model_name: str = 'sentence-transformers/all-MiniLM-L6-v2'):
        """
        初始化向量存储

        Args:
            model_name: 嵌入模型名称
        """
        print(f"正在加载嵌入模型: {model_name}")
        self.embedding_model = SentenceTransformer(model_name)
        self.dimension = self.embedding_model.get_sentence_embedding_dimension()
        self.index = None
        self.documents = []  # 存储原始文档块

    def build_index(self, documents: List[Dict]) -> None:
        """
        为文档构建 FAISS 索引

        Args:
            documents: 文档块列表
        """
        self.documents = documents
        print(f"正在为 {len(documents)} 个文档块生成嵌入向量...")

        # 批量生成嵌入向量
        texts = [doc['content'] for doc in documents]
        embeddings = self.embedding_model.encode(
            texts,
            show_progress_bar=True,
            convert_to_numpy=True
        )

        # 构建 FAISS 索引（使用 L2 距离）
        self.index = faiss.IndexFlatL2(self.dimension)
        self.index.add(embeddings.astype('float32'))

        print(f"索引构建完成，向量维度: {self.dimension}, 索引大小: {self.index.ntotal}")

    def save_index(self, index_path: str, docs_path: str) -> None:
        """
        保存索引和文档到磁盘

        Args:
            index_path: FAISS 索引保存路径
            docs_path: 文档保存路径
        """
        if self.index is None:
            raise ValueError("索引尚未构建")

        faiss.write_index(self.index, index_path)
        np.save(docs_path, self.documents)
        print(f"索引已保存到 {index_path}")
        print(f"文档已保存到 {docs_path}")

    def load_index(self, index_path: str, docs_path: str) -> None:
        """
        从磁盘加载索引和文档

        Args:
            index_path: FAISS 索引路径
            docs_path: 文档路径
        """
        self.index = faiss.read_index(index_path)
        self.documents = np.load(docs_path, allow_pickle=True).tolist()
        print(f"索引已加载，包含 {self.index.ntotal} 个向量")

    def search(self, query: str, top_k: int = 3) -> List[Dict]:
        """
        搜索与查询最相似的文档

        Args:
            query: 查询文本
            top_k: 返回最相似的前 k 个结果

        Returns:
            包含文档内容和相似度分数的列表
        """
        if self.index is None:
            raise ValueError("索引尚未构建或加载")

        # 将查询转换为向量
        query_vector = self.embedding_model.encode(
            [query],
            convert_to_numpy=True
        ).astype('float32')

        # 搜索最相似的向量
        distances, indices = self.index.search(query_vector, top_k)

        # 构建结果列表
        results = []
        for i, (distance, idx) in enumerate(zip(distances[0], indices[0])):
            if idx < len(self.documents):  # 确保索引有效
                result = self.documents[idx].copy()
                # 将 L2 距离转换为相似度分数（0-1 之间）
                result['score'] = 1 / (1 + distance)
                result['rank'] = i + 1
                results.append(result)

        return results

第四步：集成轻量级 LLM

现在我们使用 Transformers 库加载 Phi-3 模型进行答案生成：

python 复制代码

# llm_generator.py
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from typing import List, Dict

class LLMGenerator:
    """LLM 答案生成器"""

    def __init__(
        self,
        model_name: str = 'microsoft/Phi-3-mini-4k-instruct',
        device: str = 'auto'
    ):
        """
        初始化 LLM 生成器

        Args:
            model_name: 模型名称或本地路径
            device: 运行设备 ('cuda', 'cpu', 'auto')
        """
        if device == 'auto':
            self.device = 'cuda' if torch.cuda.is_available() else 'cpu'
        else:
            self.device = device

        print(f"正在加载模型: {model_name}")
        print(f"使用设备: {self.device}")

        self.tokenizer = AutoTokenizer.from_pretrained(
            model_name,
            trust_remote_code=True
        )
        self.model = AutoModelForCausalLM.from_pretrained(
            model_name,
            torch_dtype=torch.float16 if self.device == 'cuda' else torch.float32,
            device_map='auto' if self.device == 'cuda' else None,
            trust_remote_code=True
        )

        if self.device == 'cpu':
            self.model = self.model.to(self.device)

        print("模型加载完成")

    def generate_answer(
        self,
        query: str,
        context_docs: List[Dict],
        max_new_tokens: int = 256,
        temperature: float = 0.7
    ) -> str:
        """
        基于上下文生成答案

        Args:
            query: 用户问题
            context_docs: 检索到的相关文档
            max_new_tokens: 最大生成 token 数
            temperature: 采样温度（越低越确定）

        Returns:
            生成的答案
        """
        # 构建上下文
        context_text = "\n\n".join([
            f"[参考信息 {i+1}]\n{doc['content']}"
            for i, doc in enumerate(context_docs)
        ])

        # 构建提示词（Prompt Engineering）
        prompt = f"""你是一个专业的智能客服助手。请根据以下参考信息回答用户的问题。

参考信息：
{context_text}

用户问题：{query}

请基于参考信息给出准确、简洁、友好的回答。如果参考信息中没有相关内容，请礼貌告知用户你无法从现有资料中找到答案。

回答："""

        # 编码输入
        inputs = self.tokenizer(
            prompt,
            return_tensors='pt',
            truncation=True,
            max_length=2048  # 控制输入长度
        ).to(self.device)

        # 生成答案
        with torch.no_grad():
            outputs = self.model.generate(
                **inputs,
                max_new_tokens=max_new_tokens,
                temperature=temperature,
                do_sample=True if temperature > 0 else False,
                top_p=0.9,
                repetition_penalty=1.1,
                pad_token_id=self.tokenizer.eos_token_id
            )

        # 解码输出（只返回新生成的部分）
        answer = self.tokenizer.decode(
            outputs[0][inputs['input_ids'].shape[1]:],
            skip_special_tokens=True
        )

        return answer.strip()

第五步：主问答循环

最后，我们将所有组件组合起来，构建完整的问答系统：

python 复制代码

# main.py
import os
from dotenv import load_dotenv
from knowledge_base import KnowledgeBase
from vector_store import VectorStore
from llm_generator import LLMGenerator

class QASystem:
    """智能问答系统主类"""

    def __init__(
        self,
        knowledge_dir: str = './knowledge',
        index_path: str = './faiss_index.bin',
        docs_path: str = './documents.npy',
        rebuild_index: bool = False
    ):
        """
        初始化问答系统

        Args:
            knowledge_dir: 知识库目录
            index_path: FAISS 索引路径
            docs_path: 文档存储路径
            rebuild_index: 是否重建索引
        """
        # 初始化组件
        self.kb = KnowledgeBase(chunk_size=500, chunk_overlap=50)
        self.vector_store = VectorStore()
        self.llm = LLMGenerator()

        # 加载或构建索引
        if rebuild_index or not os.path.exists(index_path):
            print("正在构建新索引...")
            self.kb.load_directory(knowledge_dir)
            documents = self.kb.get_documents()
            self.vector_store.build_index(documents)
            self.vector_store.save_index(index_path, docs_path)
        else:
            print("正在加载已有索引...")
            self.vector_store.load_index(index_path, docs_path)

        print("=" * 50)
        print("智能问答系统初始化完成！")
        print("=" * 50)

    def ask(self, query: str, top_k: int = 3) -> Dict:
        """
        处理用户问题

        Args:
            query: 用户问题
            top_k: 检索的文档数量

        Returns:
            包含答案和参考信息的字典
        """
        print(f"\n用户问题: {query}")
        print("正在检索相关知识...")

        # 向量检索
        retrieved_docs = self.vector_store.search(query, top_k=top_k)

        print(f"检索到 {len(retrieved_docs)} 个相关文档片段")

        # 生成答案
        print("正在生成答案...")
        answer = self.llm.generate_answer(query, retrieved_docs)

        return {
            'query': query,
            'answer': answer,
            'sources': [
                {
                    'content': doc['content'][:100] + '...',
                    'score': doc['score'],
                    'source': doc['metadata']['source']
                }
                for doc in retrieved_docs
            ]
        }

    def run_interactive(self):
        """运行交互式问答循环"""
        print("\n" + "=" * 50)
        print("智能问答系统已就绪！")
        print("输入您的问题，输入 'quit' 或 'exit' 退出")
        print("=" * 50 + "\n")

        while True:
            try:
                query = input("您的问题: ").strip()

                if not query:
                    continue

                if query.lower() in ['quit', 'exit', '退出']:
                    print("感谢使用，再见！")
                    break

                # 处理问题
                result = self.ask(query)

                # 显示结果
                print(f"\n{'='*50}")
                print(f"答案: {result['answer']}")
                print(f"{'='*50}")
                print(f"参考信息 (共 {len(result['sources'])} 条):")
                for i, source in enumerate(result['sources'], 1):
                    print(f"\n{i}. 来源: {source['source']}")
                    print(f"   相似度: {source['score']:.3f}")
                    print(f"   内容: {source['content']}")

            except KeyboardInterrupt:
                print("\n\n检测到中断，正在退出...")
                break
            except Exception as e:
                print(f"\n发生错误: {str(e)}")
                print("请尝试重新提问\n")

if __name__ == '__main__':
    # 创建示例知识库目录和文件
    os.makedirs('./knowledge', exist_ok=True)

    # 创建示例知识库文件（如果不存在）
    sample_md = """# 公司员工手册

## 密码重置流程

如果员工忘记了系统登录密码，可以按照以下步骤进行重置：

1. 访问公司内部系统登录页面
2. 点击"忘记密码"链接
3. 输入员工邮箱地址
4. 查收邮箱中的重置链接
5. 点击链接进入密码重置页面
6. 设置新密码（需包含大小写字母、数字和特殊字符）
7. 使用新密码登录系统

如遇到问题，请联系 IT 部门热线：400-123-4567

## 年假申请流程

员工申请年假需要遵循以下流程：

1. 提前至少 3 个工作日提交申请
2. 登录 HR 系统，进入"假期管理"模块
3. 选择年假类型，填写起止日期
4. 填写假期期间的工作交接安排
5. 提交申请等待审批
6. 直属上级审批通过后生效

注意事项：
- 年假最小单位为 0.5 天
- 法定节假日前后 3 天内不得申请年假
- 年假需在当年 12 月 31 日前使用完毕

## 报销流程

员工日常费用报销流程如下：

1. 收集并整理所有原始发票
2. 登录财务系统，进入"费用报销"模块
3. 填写报销单，包括：
   - 费用类型（交通、餐饮、办公用品等）
   - 金额和发票张数
   - 费用事由
4. 上传发票扫描件或照片
5. 提交申请
6. 等待财务部门审核（一般 3-5 个工作日）
7. 审核通过后，费用将转入员工工资卡

报销标准：
- 市内交通：单次不超过 50 元
- 餐饮费用：人均不超过 80 元/餐
- 住宿费用：一线城市不超过 500 元/晚

## 联系方式

各部门联系方式：
- IT 部门：it@company.com | 内线 8888
- HR 部门：hr@company.com | 内线 6666
- 财务部门：finance@company.com | 内线 9999
"""

    sample_path = './knowledge/员工手册.md'
    if not os.path.exists(sample_path):
        with open(sample_path, 'w', encoding='utf-8') as f:
            f.write(sample_md)
        print(f"已创建示例知识库文件: {sample_path}")

    # 初始化并运行问答系统
    qa_system = QASystem(rebuild_index=True)
    qa_system.run_interactive()

效果演示与优化建议

完成上述代码后，运行 python main.py 即可启动问答系统。以下是几个实际问答示例：

示例 1：密码重置

复制代码

您的问题: 我忘记密码了怎么办？

答案: 您可以通过访问公司内部系统登录页面，点击"忘记密码"链接来重置密码。输入您的员工邮箱地址，查收邮箱中的重置链接，点击链接后设置新密码即可。新密码需包含大小写字母、数字和特殊字符。如遇到问题，请联系 IT 部门热线：400-123-4567。

示例 2：年假申请

复制代码

您的问题: 年假怎么申请？

答案: 员工申请年假需提前至少 3 个工作日提交申请。请登录 HR 系统的"假期管理"模块，选择年假类型并填写起止日期和工作交接安排，提交后等待直属上级审批。注意年假最小单位为 0.5 天，需在当年 12 月 31 日前使用完毕，且法定节假日前后 3 天内不得申请。

示例 3：超出知识库范围

复制代码

您的问题: 公司有股票期权计划吗？

答案: 抱歉，我无法从现有资料中找到关于公司股票期权计划的信息。建议您咨询 HR 部门或查阅公司内部的相关政策文档。您可以通过内线 6666 或发送邮件至 hr@company.com 联系 HR 部门。

从示例中可以看出，系统不仅能够准确检索到相关信息，还能生成自然流畅的回答。当问题超出知识库范围时，系统也能优雅地处理，不会胡编乱造。

常见问题与解决方案

1. 模型幻觉

虽然 RAG 架构大大降低了幻觉风险，但在某些情况下仍可能出现。解决方法包括：

在提示词中明确要求"只基于参考信息回答"
降低采样温度，使模型输出更确定
添加答案验证机制，检查生成内容是否与检索内容一致

2. 上下文截断

当检索到的文档总长度超过模型上下文窗口时，需要截断内容。优化策略：

使用更长的上下文模型（如 Phi-3-mini-128k）
实现智能文档选择，优先保留高相关性片段
对长文档进行压缩摘要

3. 检索精度不足

某些复杂问题可能无法准确检索到相关文档。改进方案：

尝试更强大的嵌入模型（如 bge-large-zh-v1.5）
实现查询重写，将用户问题转换为更适合检索的形式
引入重排序模型（Reranker）对检索结果重新打分

进阶优化方向

缓存机制

对于重复问题，可以缓存答案以加快响应速度。使用 LRU 缓存策略，存储问题-答案对，当相同问题再次出现时直接返回缓存结果。

前端集成

将系统封装为 Web API，使用 Flask 或 FastAPI 提供 RESTful 接口，然后构建简洁的前端界面。这样可以让更多用户同时使用，也便于集成到现有系统中。

多模态支持

扩展系统以支持图片、表格等多模态内容。例如，可以使用 OCR 技术提取 PDF 中的图片文字，或使用表格解析器处理结构化数据。

持续学习

实现反馈机制，允许用户标记答案的正确性。收集这些反馈数据，可以用于知识库的更新和模型的微调，形成持续改进的闭环。

总结

本文从零开始，完整演示了如何使用 Python 和开源 AI 技术构建一个本地可运行的智能问答系统。我们实现了基于 RAG 架构的完整流程，包括知识库构建、向量检索、LLM 生成等核心模块。整个系统完全开源、免费，无需依赖任何云端 API，既保护了数据隐私，也控制了使用成本。
这个项目的价值在于它为开发者提供了一个可复制、可扩展的 AI 应用开发范式。掌握了这些核心技术后，你可以轻松扩展到更多场景：接入 Telegram 或微信平台构建聊天机器人、添加语音识别和合成实现多模态交互、集成到企业知识管理系统提供智能搜索等。
AI 技术的门槛正在迅速降低，现在的关键是动手实践。希望这篇文章能够成为你探索 AI 应用开发的起点。不要满足于照抄代码，尝试修改参数、替换模型、添加新功能，在实践中深化理解。当你看到自己构建的系统能够真正帮助人们解决问题时，那种成就感是无与伦比的。

下一步行动建议：

运行本文的代码，搭建你的第一个问答系统
准备自己的知识库数据，替换示例内容
尝试不同的嵌入模型和生成模型，比较效果
添加你自己的创意功能，打造独特的应用

✍️ 坚持用清晰易懂的图解 + 可落地的代码，让每个知识点都简单直观！

💡 座右铭 ："道路是曲折的，前途是光明的！"