Sistema RAG di Base di Conoscenze - Integrazione Intelligente di Chatbot

Questo progetto implementa un sistema completo di base di conoscenze utilizzando 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 utilizzando OpenAI GPT-4o-mini. Include ricerca vettoriale per similarità di documenti, formato TOON per formattazione contestuale efficiente, archiviazione automatica di domande senza risposta e integrazione perfetta con il sistema di gestione documenti. Il chatbot priorizza le corrispondenze FAQ, quindi utilizza la base di conoscenze per risposte dettagliate e ricorre ad articoli di notizie come fonte di informazione aggiuntiva.

1. Query Utente: L'utente fa una domanda nel chatbot
2. Ricerca FAQ: Il sistema cerca nei file FAQ con corrispondenza di parole chiave e punteggio
3. Ricerca Base di Conoscenze: Se il punteggio FAQ è basso, il sistema cerca nei documenti vectorizzati
4. Formattazione Contesto: I risultati di ricerca sono formattati come TOON (Token-Oriented Object Notation)
5. Generazione di Risposte: OpenAI GPT-4o-mini genera risposta basata sul contesto con schema JSON
6. Visualizzazione Sorgenti: Le sorgenti di documenti rilevanti sono visualizzate con informazioni sui chunk
7. Archiviazione Domande: Se non viene trovata risposta, la domanda viene automaticamente archiviata per revisione
8. Fallback Notizie: Se non c'è corrispondenza di documento, il sistema cerca negli articoli di notizie