Sistema knowledgebase RAG - Integrazione chatbot intelligente
Domande e risposte basate su RAG con integrazione documenti, FAQ e notizie
Descrizione del progetto
Questo progetto implementa un sistema completo di knowledgebase che utilizza la tecnologia Retrieval-Augmented Generation (RAG) per domande e risposte intelligenti nel chatbot. Il sistema integra documenti, FAQ e articoli di notizie per fornire risposte basate sul contesto usando OpenAI GPT-4o-mini. Include ricerca vettoriale per similarità documenti, formato TOON per formattazione efficiente del contesto, archiviazione automatica delle domande senza risposta e integrazione perfetta con il sistema di gestione documenti.
Funzionalità principali
Generazione risposte basata su RAG
OpenAI GPT-4o-mini con risposte JSON strutturate
Ricerca vettoriale
Ricerca similarità documenti basata su embedding
Integrazione documenti
Indicizzazione e vettorizzazione automatica dei documenti
Integrazione FAQ
Ricerca FAQ basata su parole chiave con scoring
Integrazione notizie
Ricerca articoli di notizie come fonte informativa di fallback
Gestione domande
Archiviazione e gestione automatica delle domande senza risposta
Stack tecnologico
Framework backend
IA & ML
Frontend
Gestione dati
Workflow
- Query utente: L'utente pone una domanda nel chatbot
- Ricerca FAQ: Il sistema cerca nei file FAQ con matching parole chiave e scoring
- Ricerca knowledgebase: Se lo score FAQ è basso, il sistema cerca nei documenti vettorizzati
- Formattazione contesto: I risultati di ricerca sono formattati come TOON (Token-Oriented Object Notation)
- Generazione risposta: OpenAI GPT-4o-mini genera risposta basata sul contesto con schema JSON
- Visualizzazione fonti: Le fonti documenti rilevanti sono visualizzate con informazioni sui chunk
- Archiviazione domande: Se non viene trovata risposta, la domanda viene archiviata automaticamente per revisione
- Fallback notizie: Se non c'è match documenti, il sistema cerca negli articoli di notizie