基于大模型接口的校园智能问答系统设计与实现
项目简介
面向高校学生事务咨询的知识库问答系统：校内制度文档切分入库，学生用自然语言提问，系统先检索最相关条款、再基于资料作答并给出引用来源；资料不足时明确说明并记录未命中问题。三层兜底（敏感词 / 检索阈值 / 接口异常降级）控制幻觉，未配置大模型密钥也能离线运行（检索模式）。
演示视频
视频也可在 B 站视频页 观看
运行环境
| 编程语言 | Python 3.8 及以上 |
|---|---|
| Web 框架 | Django 4.2 |
| 分词检索 | jieba + 自研 TF-IDF（BM25-lite），纯 Python、可解释 |
| 生成（可选） | OpenAI 兼容大模型接口（配置 LLM_API_KEY 启用；未配置时用检索模式） |
| 数据库 | MySQL 5.7 及以上（交付默认 SQLite，免安装） |
| 可视化 | ECharts 5（已内置本地文件，离线可用） |
| 操作系统 | Windows / macOS / Linux |
| 启动方式 | 双击一键脚本，或 python manage.py runserver |
功能模块
- 文档切分入库：每段约 160 字符、相邻重叠 40 字符，避免条款被切断；片段带分词缓存
- 可解释检索：jieba 分词 + TF-IDF（BM25-lite）+ 字段加权，给出相关度分数
- 阈值标定：20 条相关问题命中 20/20、14 条无关问题误命中 0/14（阈值 5.5）
- 两条回答通道：检索模式（离线可用，引用条款原文）与大模型模式（基于资料生成）
- 三层兜底：敏感词固定话术 → 检索低于阈值引导换问法 → 接口异常自动降级为检索
- 引用溯源：回答附来源卡片（文档标题 / 段落 / 相关度），可逐条核对原文
- 闭环改进：未命中问题自动累计、赞踩反馈进入同一清单，补充知识库后即可命中
- 问答统计：命中率、回答方式分布、FAQ 命中排行、负面反馈明细、问答记录
交付内容
- 完整源码（已跑通，含演示知识库 26 条 FAQ + 3 份制度文档与演示问答记录）
- 可复用的知识库切分 / 检索模块与提示词模板
- 毕业设计任务书（Word）
- 开题报告（Word）
- 毕业论文（Word，七章制，含检索设计与幻觉控制章节）
- 系统使用与二次开发说明（Word + md）
- 10 张系统运行截图
最终成品目录结构
下面是交付包里的真实目录，共 88 个文件。只展示文件名，不含文件内容； 点击文件夹可逐层展开，看到每个模块是怎么拆分的。
界面截图
点击任意一张可放大，支持左右切换（也可用键盘 ← → 键）
文档预览
交付的任务书、开题报告与论文均为 Word 文档，下面是真实页面预览；点击可放大并左右切换：
常见问题
项目能直接跑起来吗？
能。交付包里已带数据库（演示知识库 + 问答记录），安装依赖后双击一键脚本即可，不需要任何外部服务。
没有大模型密钥能用吗？
能。系统默认使用检索模式：直接引用知识库条款作答并标注来源，离线可用。配置 LLM_API_KEY 后自动切到大模型模式（基于检索资料生成，同样标注来源）。
会不会像通用大模型那样编造？
提示词强制「只依据给定资料、不得编造、资料不足必须说明」，并有三层兜底：敏感词固定话术、检索低于阈值引导换问法、接口异常自动降级。抽查 30 条回答未出现无依据信息。
回答里的引用是什么？
命中的 FAQ 条目或文档片段（含文档标题、段落序号与相关度分数），学生可据此核对原文。
检索阈值是怎么定的？
用自建测试集标定：20 条相关问题与 14 条无关问题。阈值 5.5 时相关问题 20/20 命中、无关问题 0/14 误命中，故取为默认值。
问不到的问题怎么办？
系统会把低于阈值的问题记入「未命中问题」并按次数累计，学生点踩的留言也进入该清单；管理员补充 FAQ 或文档后，再问原问题即可命中。
知识库是怎么来的？
演示知识库为整理的校园制度 FAQ 与文档节选（录入数据，通用口径），管理员可在页面自由增删改；论文与使用说明中已如实说明。
能换成 MySQL 吗？
能。设置 DB_ENGINE=mysql 与连接参数后 migrate 即可；交付默认 SQLite 是为了免安装。