Customer Support RAG Chatbot

客户支持 RAG 聊天机器人

一款基于客户支持文档训练的检索增强生成（RAG）聊天机器人，可通过回答问题并提供相关支持信息来帮助用户。

功能

• 根据提供的客户支持文档回答问题
• 对超出文档范围的问题回复“我不知道”
• 用户友好的 Web 界面
• 通过语义搜索查找相关信息
• 提供上下文感知的回复
• 支持抓取 AngelOne 文档
• 支持处理保险文档 PDF

设置说明

1. 克隆仓库：

git clone <repository-url>
cd <repository-name>

2. 创建并激活虚拟环境：

python -m venv venv
# On Windows
.\venv\Scripts\activate
# On Unix/MacOS
source venv/bin/activate

3. 安装依赖项：

pip install -r requirements.txt

4. 设置环境变量： 在根目录中创建一个 .env 文件，内容如下：

HF_API_KEY=your_huggingface_api_key_here

5. 收集文档：

   • 对于 AngelOne 文档：

     python scrape_angelone.py
     

   • 对于保险 PDF：
     • 将所有保险 PDF 放入 docs/insurance 目录

6. 处理文档：

python process_documents.py

7. 启动后端服务：

python mcp_server.py

8. 在新的终端中启动前端：

streamlit run app.py

部署

部署应用：

1. 后端（FastAPI）：

   • 部署到云平台（例如 Heroku、AWS、DigitalOcean）
   • 在云平台中设置环境变量
   • 使用进程管理器（例如 Gunicorn）运行 FastAPI 服务

2. 前端（Streamlit）：

   • 部署到 Streamlit Cloud 或类似平台
   • 配置前端，使其指向已部署的后端 URL
   • 在部署平台中设置环境变量

使用方法

1. 打开 Web 浏览器并访问已部署的 URL
2. 在聊天界面中输入问题
3. 聊天机器人将：
   • 搜索文档中的相关信息
   • 根据找到的信息生成回复
   • 如果文档中没有相关信息，则回复“我不知道”

项目结构

.
├── app.py                 # Streamlit frontend
├── mcp_server.py         # FastAPI backend
├── process_documents.py  # Document processing script
├── scrape_angelone.py    # Web scraper for AngelOne docs
├── requirements.txt      # Python dependencies
├── .env                 # Environment variables
├── docs/               # Documentation directory
│   ├── angelone/      # Scraped AngelOne documentation
│   └── insurance/     # Insurance PDFs
└── chroma_db/         # Vector database storage

依赖项

• FastAPI：后端 API
• Streamlit：前端界面
• Hugging Face：用于生成回复的大模型
• ChromaDB：用于存储文档的向量数据库
• Sentence Transformers：文本嵌入
• PyPDF：PDF 处理
• BeautifulSoup4：网页抓取
• Requests：HTTP 客户端

注释

• 聊天机器人仅根据提供的文档回答问题
• 对超出文档范围的问题，它会回复“我不知道”
• 系统使用语义搜索查找相关信息
• 回复通过 Hugging Face API 生成
• 网页抓取设有限速，以避免对源网站造成影响

许可证

[Your License Here]