RAG 知识问答系统软件需求规格说明书（SRS）

1. 引言

1.1 目的与范围

本文档定义「RAG 知识问答系统」v1.0 的系统架构、功能需求、界面设计与接口设计，作为前后端开发、联调与验收的依据。

系统定位：面向中小规模私有知识库（个人/团队级，文档总量 ≤ 1000 篇）的检索增强问答系统。用户上传 txt / pdf / docx 文档，系统切块入库，提供基于「BM25 关键词 + 向量语义 → RRF 融合 → Rerank 精排 → LLM 生成」管线的问答服务，回答附带原文引用。

v1.0 不包含：多用户权限体系、公网部署与高可用、对话式多轮上下文追问、模型微调。

1.2 术语表

术语	说明
Embedding	将文本映射为稠密向量，语义相近则向量相近（本项目用 bge-small-zh-v1.5，512 维）
BM25	基于词频（TF）与逆文档频率（IDF）的经典关键词检索算法，中文需先用 jieba 分词
RRF	Reciprocal Rank Fusion，按排名累加 `1/(K+rank)` 融合多路检索结果，K=60
Rerank / 精排	Cross-Encoder（bge-reranker-base）将「问题+文档」拼接后精算相关度，对召回的 Top-N 重排序
Chunk / 块	文档切块后的最小检索单元
召回	从全量块中粗筛候选集（BM25 一路 + 向量一路）
引用	回答中以 `[1] [2]` 标注结论来源，对应检索命中的原文块

2. 总体描述

2.1 系统定位与目标

核心目标：

全部参数（LLM、模型路径、检索参数、切块参数）可在界面上配置，改配置不改代码
知识库文档通过界面上传、切块、入库、删除，无需手工放文件
问答回答带引用来源，可追溯原文
检索链路各阶段结果可观测：双路调试视图 + 问答页过程面板（用于调参与排障）

2.2 用户与角色

角色	说明	v1.0 权限
普通用户	提问、查看回答与引用	问答页全部功能
知识库管理员	上传/删除文档、重建索引、向量查询调试	知识库页 + 问答页
系统管理员	维护配置参数	配置页 + 以上全部

v1.0 为单用户模式（无登录鉴权），角色仅用于功能分区；多用户与鉴权列入 v2.0 展望。

2.3 运行环境

项	要求
服务端	Windows / Linux，Python 3.10+，单进程部署
客户端	现代浏览器（Chrome / Edge 最近两个大版本）
模型	本地模型目录：bge-small-zh-v1.5（embedding）、bge-reranker-base（精排），手工下载到 `backend/models/`
LLM	任意 OpenAI 兼容 Chat Completions 接口（地址、模型名、Key 均可配置）
存储	SQLite（配置与文档元数据）+ Chroma 落盘（向量）+ 磁盘文件（原始上传文件）

2.4 约束与假设

假设：单机单实例部署；模型加载内存占用约 2~3GB（CPU 推理可用，GPU 可选加速）
约束：回答必须严格基于检索命中的内容，无命中时明确告知，禁止模型自由发挥（沿用 rag_core 的系统提示词策略）
假设：文档为「段落型」文本资料；扫描版 PDF（纯图片无文字层）解析出的文本为空时应标记失败并提示 [TBD：是否引入 OCR]

3. 技术栈与项目结构

3.1 技术栈

层	选型	说明
前端	Vue 3 + Vite + Pinia + Vue Router + Element Plus	选项式 API，Axios 通信
后端	Python + FastAPI + Uvicorn	REST + SSE，Pydantic 校验
检索	jieba（分词）+ 自研 BM25 + Chroma（向量库）	复用 rag_core.py 成熟实现
模型	sentence-transformers（bge-small-zh-v1.5 / bge-reranker-base）	本地 models/ 目录加载，离线运行
生成	OpenAI 兼容接口（openai SDK）	模型名 / 地址 / Key 可配置
文档解析	pypdf（pdf）、python-docx（docx）、内置读取（txt）	UTF-8 / GBK 自动探测
元数据存储	SQLite（sqlite3 标准库）	零运维

3.2 项目结构

rag-demo/
├── frontend/                    # Vue3 前端
│   ├── src/
│   │   ├── api/                 # Axios 封装（config.js / kb.js / qa.js）
│   │   ├── views/               # 页面：QaChat / KbManage / ConfigManage
│   │   ├── stores/              # Pinia：配置、知识库状态
│   │   ├── components/          # 引用面板、检索过程面板、上传组件等
│   │   └── router.js
│   └── vite.config.js           # dev 代理 /ragapi → backend:8088
│
├── backend/                     # Python 后端
│   ├── app/
│   │   ├── main.py              # FastAPI 入口、CORS、路由挂载
│   │   ├── routers/             # config.py / kb.py / qa.py
│   │   ├── services/
│   │   │   ├── rag_engine.py    # 移植 rag_core：模型加载、BM25、RRF、Rerank、生成
│   │   │   ├── ingestion.py     # 解析 → 切块 → 向量化 → 入库（含状态机）
│   │   │   └── config_service.py# 配置读写、热更新、校验
│   │   ├── models/              # Pydantic 请求/响应模型
│   │   └── db.py                # SQLite 访问层
│   ├── data/
│   │   ├── uploads/             # 用户上传的原始文件
│   │   └── app.db               # SQLite（配置 + 文档/块元数据）
│   ├── chroma_db/               # Chroma 向量落盘（自动生成）
│   ├── models/                  # 本地模型（bge-small-zh-v1.5、bge-reranker-base）
│   └── requirements.txt
│
└── doc/                         # 本文档

4. 系统架构

4.1 分层架构

mermaid

flowchart LR
    subgraph 前端 [frontend · Vue3]
        UI[页面层<br/>问答 / 知识库 / 配置]
        STORE[Pinia 状态]
    end
    subgraph 后端 [backend · FastAPI]
        API[接口层 routers<br/>REST + SSE]
        SVC[服务层 services<br/>RagEngine / Ingestion / ConfigService]
        REPO[数据层<br/>SQLite + Chroma + 文件]
    end
    LLM[外部 LLM<br/>OpenAI 兼容接口]
    UI -->|HTTP /api| API
    API --> SVC --> REPO
    SVC -->|Chat Completions| LLM

4.2 两条核心数据流

入库流（知识库管理触发）

mermaid

flowchart LR
    A[上传文件<br/>txt/pdf/docx] --> B[解析为纯文本]
    B --> C[切块<br/>窗口+重叠, 参数可配]
    C --> D[bge-small-zh<br/>批量向量化]
    D --> E[(Chroma<br/>embedding+原文+metadata)]
    C --> F[BM25 索引<br/>jieba 分词后内存重建]
    E --> G[(SQLite<br/>文档/块元数据+状态)]
    F --> G

查询流（问答触发，v1.0 核心管线）

mermaid

flowchart LR
    Q[用户问题] --> B1[BM25 召回<br/>Top-50]
    Q --> B2[向量召回<br/>Chroma Top-50]
    B1 --> R["RRF 融合<br/>1/(60+rank) 累加"]
    B2 --> R
    R --> RR[Rerank 精排<br/>bge-reranker 取 Top-6]
    RR --> P[拼装带编号的<br/>参考资料 Prompt]
    P --> L[LLM 流式生成<br/>SSE 逐段推送]
    L --> A1["回答 + [n] 引用标注"]

关键规则：

BM25 参数 k1=1.5、b=0.75（进配置页可调）
Chroma 距离度量 cosine，返回距离统一转相似度 1 - distance
生成系统提示词：严格依据参考资料回答，资料中没有则回答「根据现有资料无法回答」，关键结论后标注来源编号

4.3 配置热更新机制

所有配置存 SQLite sys_config 表，启动时加载，替代原 .env 方案
修改保存后：检索类参数（topK、RRF K、切块参数等）即时生效；模型类配置（模型路径、LLM 地址）保存后标记「待重载」，由管理员在配置页点击「重载引擎」触发模型重新加载（避免每次保存都数十秒的加载开销）
LLM_API_KEY 属敏感信息：接口返回时脱敏（仅显示末 4 位），前端不可回显完整值

5. 功能需求

5.1 功能模块总览与优先级

模块	功能点	优先级
F1 配置管理	查看/编辑配置、分组表单、LLM 连通性测试、恢复默认值、重载引擎	P0
F2 知识库管理	文件上传、解析切块入库、文档列表与状态、删除文档、全量重建、双路检索调试	P0
F3 增强检索问答	流式问答、引用来源面板、检索过程可视化、异常兜底	P0
F4 会话历史	本地保存最近 50 条问答记录、完整回放、单条删除与清空	P0

5.2 F1 配置管理

F1.1 配置分组与字段

分组	字段	类型	默认值	说明
LLM 生成	llm_model	string	-	模型名，如 deepseek-chat
	llm_api_url	string	-	OpenAI 兼容接口地址
	llm_api_key	secret	-	保存后脱敏显示
	llm_temperature	float	0.3	0~1
检索参数	recall_size	int	50	每路召回条数
	final_top_k	int	6	融合精排后送入 LLM 的块数
	rrf_k	int	60	RRF 常数
	bm25_k1 / bm25_b	float	1.5 / 0.75	BM25 参数
	min_similarity	float	0.3	相似度阈值，低于此值视为无命中
切块参数	chunk_size	int	300	每块目标字符数
	chunk_overlap	int	50	相邻块重叠字符数
模型路径	embedding_model_path	string	models/bge-small-zh-v1.5	相对 backend/
	reranker_model_path	string	models/bge-reranker-base	同上

F1.2 功能规则

编号	规则
F1-1	表单按分组分区展示，保存前做类型与范围校验（非法值行内红字提示，禁止提交）
F1-2	「测试 LLM 连通性」：后端用当前表单值（未保存也可测）发送一条最小请求，返回成功/失败+错误详情
F1-3	「恢复默认值」：将表单回填为系统默认值（LLM 密钥类不清空），仍需手动保存
F1-4	保存成功后提示哪些参数已即时生效、哪些需「重载引擎」，重载期间问答接口返回 503
F1-5	模型路径保存时校验目录存在且包含 config.json，否则拒绝保存并提示

5.3 F2 知识库管理

F2.1 文件上传与入库

编号	规则
F2-1	支持 .txt / .pdf / .docx，单文件 ≤ 20MB，一次最多 10 个；其余扩展名前端拦截
F2-2	txt 自动探测编码（UTF-8 优先，失败回退 GBK）；pdf 用 pdfplumber 提取文本层；docx 用 python-docx 按段落提取
F2-3	解析后正文为空（如扫描版 PDF）→ 该文档状态置「失败」，原因「未解析到文本」，不阻断批次中其他文件
F2-4	上传成功即创建文档记录（状态「处理中」），后台异步执行：解析 → 切块（F1 切块参数）→ 批量向量化 → 写入 Chroma → 更新状态「就绪」；任一步异常置「失败」并记录原因
F2-5	入库以文件内容 MD5 去重：重复上传返回已有文档记录并提示「已存在」
F2-6	新文档入库完成后，BM25 内存索引基于全量「就绪」块增量重建
F2-7	删除文档需二次确认；级联删除其全部块（Chroma 按 metadata.doc_id 删除 + SQLite 记录），同步刷新 BM25 索引；原始上传文件一并删除
F2-8	「全量重建」：清空 Chroma 集合，按当前切块参数重新处理全部文档（用于改切块参数后重建），执行期间知识库页锁定操作按钮

F2.2 文档列表

字段：文件名、类型、大小、块数、状态（处理中/就绪/失败）、失败原因、上传时间、操作（查看块 / 删除）。列表自动轮询刷新（处理中状态时每 3 秒）。

F2.3 双路检索调试（BM25 + 向量 + RRF）

输入任意文本 + topK，并列返回三组结果，用于对比两路召回差异、验证入库质量与调优检索参数：

结果组	内容	分数含义
BM25 路	Top-K 块（文档名、原文摘要）	词面匹配分（无上界）
向量路	Top-K 块（文档名、原文摘要）	语义相似度 0~1
RRF 融合	两路融合后 Top-K	累计 RRF 分，附两路各自名次

三列并排展示，同一块横向对齐高亮，直观看到「哪路召回了它、名次多少、融合后排在第几」。

5.4 F3 增强检索问答

编号	规则
F3-1	输入问题提交后，前端清空上一次回答区，进入「思考中」态（阶段提示：检索中 → 重排中 → 生成中）
F3-2	回答通过 SSE 流式渲染；生成完毕后展示引用来源面板
F3-3	引用面板列出 Top-K 块：编号、来源文件名、原文摘要（前 80 字）、相似度；回答中的 `[n]` 与面板编号一一对应；点击 `[n]` 高亮定位对应来源条目
F3-4	所有候选块相似度低于 min_similarity（F1）→ 不调用 LLM，直接返回「根据现有资料无法回答该问题」并提示去知识库补充资料
F3-5	LLM 调用失败（超时/鉴权/限流）→ 停止流式，展示错误原因与「重试」按钮；重试复用同一次检索结果，不重复检索
F3-6	检索过程可视化：回答完成后可展开「检索过程」折叠面板，按四个阶段展示——① BM25 路 Top-10（词面分）② 向量路 Top-10（相似度）③ RRF 融合排名（累计分）④ Rerank 后 Top-6（精排分）；每条含来源文档与块摘要；阶段 ④ 的序号与引用面板 `[n]` 编号一致，可点击联动

5.5 F4 会话历史

编号	规则
F4-1	前端 localStorage 保存最近 50 条完整记录：问题、回答全文、引用列表、检索过程数据、耗时、时间戳
F4-2	问答页提供「历史」入口，按时间倒序列出；点击条目在对话区完整回放（含引用与检索过程面板）
F4-3	支持单条删除与全部清空（清空需二次确认）
F4-4	v1.0 不做服务端持久化：换浏览器或清缓存记录丢失，属可接受范围；服务端持久化列入 v2.0 展望

6. 界面设计

6.1 总体布局

左侧固定导航（宽 200px）+ 右侧主区。导航项：问答（默认）、知识库、配置。页头右侧展示知识库状态徽标（就绪块数）。

┌────────┬──────────────────────────────────────────┐
│ ◆ RAG  │  问答                            [知识库: 128 块] │
│        ├──────────────────────────────────────────┤
│ 问答   │                                          │
│ 知识库 │              主内容区                      │
│ 配置   │          （随导航切换页面）                  │
│        │                                          │
└────────┴──────────────────────────────────────────┘

6.2 问答页

┌─────────────────────────────┬───────────────┐
│  对话区（滚动）        [🕘历史]│ 引用来源面板    │
│  ┌───────────────────────┐  │  [1] 安全规程.txt│
│  │ 用户：井下作业注意什么？ │  │      “…必须佩戴…”│
│  └───────────────────────┘  │  [2] 同上 0.82  │
│  ┌───────────────────────┐  │               │
│  │ 助手：…关键结论[1]…     │  │               │
│  │ （流式打字渲染）         │  │               │
│  └───────────────────────┘  │               │
│  ▸ 检索过程（四阶段，折叠）   │               │
├─────────────────────────────┴───────────────┤
│  [ 输入问题…                          ] [发送] │
└─────────────────────────────────────────────┘

交互态：发送后按钮禁用并显示阶段进度；错误时回答气泡内展示原因 + 重试按钮。

6.3 知识库页

┌──────────────────────────────────────────────┐
│ [上传文档] [全量重建]        搜索框: [文件名___] │
├──────┬──────┬──────┬──────┬────────┬────────┤
│ 文件名│ 类型 │ 块数 │ 状态 │ 上传时间 │ 操作    │
│ 安全规程.pdf│ pdf │ 42  │ ●就绪│ 10-22  │ 块/删除 │
│ 井下.docx  │ docx│ 18  │ ◐处理中│10-22 │  —     │
├──────┴──────┴──────┴──────┴────────┴────────┤
│ [双路检索调试] 输入文本____ [topK:6] [查询]     │
│  BM25: 1.安全规程.txt(8.2)  向量: 1.同(0.91)   │
│  RRF融合: 1.安全规程.txt  2.井下作业.docx …    │
└──────────────────────────────────────────────┘

上传组件支持拖拽；「处理中」行状态列带转圈图标，处理完成自动刷新。

6.4 配置页

按 F1.1 四个分组做卡片式表单，每张卡片右上角「恢复默认」。页脚横贯操作条：[保存] [测试 LLM 连通] [重载引擎]。保存后顶部出现提示条：「检索参数已生效；模型路径变更需重载引擎」。

7. 接口设计

约定：统一前缀 /api；响应体 { "code": 0, "msg": "ok", "data": ... }，非 0 为业务错误码；SSE 接口例外（见 7.4）。错误码表：1001 参数校验失败、2001 LLM 调用失败、2002 模型未加载/重载中、3001 文档解析失败、3002 文档不存在。

7.1 配置接口

方法	路径	说明
GET	/api/config	读取全部配置（secret 字段脱敏）
PUT	/api/config	保存配置（未传的 secret 字段表示不修改）
POST	/api/config/test-llm	用请求体中的临时配置测试 LLM 连通性
POST	/api/config/reload	重载模型引擎（阻塞至完成，返回耗时）

GET /api/config 响应 data 示例：

json

{
  "llm": { "llm_model": "deepseek-chat", "llm_api_url": "https://api.xxx.com/v1",
           "llm_api_key": "****abcd", "llm_temperature": 0.3 },
  "retrieval": { "recall_size": 50, "final_top_k": 6, "rrf_k": 60,
           "bm25_k1": 1.5, "bm25_b": 0.75, "min_similarity": 0.3 },
  "chunking": { "chunk_size": 300, "chunk_overlap": 50 },
  "models": { "embedding_model_path": "models/bge-small-zh-v1.5",
              "reranker_model_path": "models/bge-reranker-base" }
}

7.2 知识库接口

方法	路径	说明
POST	/api/kb/documents	multipart 上传，file 可重复；立即返回文档记录（状态=处理中）
GET	/api/kb/documents?page=&size=&keyword=	分页文档列表（含块数、状态、失败原因）
GET	/api/kb/documents/{doc_id}/chunks	该文档块列表（序号、原文）
DELETE	/api/kb/documents/	删除文档及全部块、原始文件
POST	/api/kb/rebuild	全量重建（按当前切块参数）
POST	/api/kb/search	双路检索调试：`{"query": "文本", "top_k": 6}`，返回 BM25 / 向量 / RRF 三组排名

POST /api/kb/search 响应 data 示例：

json

{
  "bm25": [
    { "chunk_id": 12, "doc_name": "安全规程.pdf", "text": "井下作业必须佩戴自救器……", "score": 8.24 }
  ],
  "vector": [
    { "chunk_id": 12, "doc_name": "安全规程.pdf", "text": "井下作业必须佩戴自救器……", "similarity": 0.91 }
  ],
  "rrf": [
    { "chunk_id": 12, "doc_name": "安全规程.pdf", "rrf_score": 0.0317, "bm25_rank": 1, "vector_rank": 2 }
  ]
}

7.3 问答接口（非流式，供集成/调试）

POST /api/qa/ask/sync，请求 {"question": "井下作业注意什么？"}，响应：

json

{
  "answer": "井下作业应注意……[1]……[2]。",
  "sources": [
    { "no": 1, "doc_name": "安全规程.pdf", "text": "井下作业必须佩戴自救器……", "similarity": 0.91 },
    { "no": 2, "doc_name": "安全规程.pdf", "text": "瓦斯浓度超过1%时……", "similarity": 0.86 }
  ],
  "elapsed_ms": 3120
}

7.4 问答接口（SSE 流式，主用）

POST /api/qa/ask，Accept: text/event-stream。事件序列：

event	data	说明
stage	`{"phase": "recall" / "rerank" / "generate"}`	阶段进度提示
trace	`{"bm25": [...], "vector": [...], "rrf": [...], "rerank": [...]}`	精排完成后推送检索过程明细（结构同 7.2，规模为各路 Top-10 / 精排 Top-6，供过程可视化面板）
delta	`{"text": "…"}`	回答增量片段
sources	`{"sources": [...]}`	生成完毕推送引用列表（结构同 7.3）
done	`{"elapsed_ms": 3120}`	结束
error	`{"code": 2001, "msg": "…"}`	任一环节失败

无命中（F3-4）时：无 delta 事件，直接一个 done，answer 在 done 前以单条 delta 给出固定提示文案。

7.5 系统接口

GET /api/health → {"status": "ok", "chunks": 128, "docs": 6, "engine": "ready"}（重载中 engine=loading）。

8. 数据设计

8.1 SQLite 表

sys_config：key TEXT PRIMARY KEY, value TEXT, updated_at —— 全部配置平铺 KV 存储，服务层按分组装配。

kb_document：

字段	类型	说明
doc_id	INTEGER PK	自增
file_name	TEXT	原文件名
file_type	TEXT	txt/pdf/docx
file_size	INTEGER	字节
content_md5	TEXT UNIQUE	去重依据
chunk_count	INTEGER	就绪后回填
status	TEXT	processing / ready / failed
fail_reason	TEXT	失败原因
created_at	TEXT	上传时间

kb_chunk：

字段	类型	说明
chunk_id	INTEGER PK	全局自增，同时作为 Chroma 的 id
doc_id	INTEGER	外键 → kb_document
chunk_index	INTEGER	文档内序号
text	TEXT	块原文

8.2 Chroma 集合 `rag_docs`

id：str(chunk_id)
embedding：512 维（bge-small-zh-v1.5，normalize 后）
document：块原文
metadata：{"doc_id": int, "doc_name": str} —— 支持按文档删除、按来源展示
距离度量：cosine（hnsw:space=cosine）

8.3 内存索引

BM25 索引基于全部「就绪」块在内存构建（jieba 分词 + TF/DF/长度统计），文档增删后全量重建（块规模 ≤ 5 万时重建耗时秒级，可接受）。

9. 非功能需求

类别	要求
性能	检索阶段（召回+融合+精排，CPU）≤ 2s / 次；首 token ≤ 5s；文档入库 ≤ 5s / 百块 `[TBD：验收时实测修订]`
容量	支持文档 1000 篇 / 块 5 万个不降级
安全	API Key 脱敏存储与展示；服务默认绑定 127.0.0.1，开放局域网由部署者显式配置；上传文件类型白名单校验
可维护性	检索管线阶段化日志（每个问题记录两路召回与精排耗时）；配置变更留审计字段（updated_at）`[TBD：是否记录变更人]`
可用性	LLM 失败可重试不丢检索结果；入库失败单文档隔离，不影响批次

10. 迭代规划

版本	范围
v1.0（本文档）	全部 P0：配置管理、知识库管理（含双路检索调试）、流式问答 + 引用、检索过程可视化、会话历史
v2.0 展望	多用户与权限、多知识库空间、OCR、对话多轮上下文、答案反馈闭环、会话服务端持久化

11. v1.0 验收标准（P0 摘要）

界面修改 LLM 地址/模型名/Key 后，无需重启即可完成问答（必要时仅重载引擎）
上传 txt/pdf/docx 各一，全部状态「就绪」，问答可引用其内容；重复上传被去重拦截
删除某文档后，其内容不再出现在任何回答与引用中
修改 chunk_size 后执行全量重建，块数按新参数变化
问一个知识库外的问题，得到「无法回答」类固定答复，且未调用 LLM
断开 LLM（错误 Key）提问，得到明确错误提示，恢复后重试成功
双路检索调试返回 BM25 / 向量 / RRF 三组结果，同一块在两路中的名次与融合排名可相互核对
问答完成后展开「检索过程」面板，四个阶段数据完整，阶段 ④ 序号与回答引用编号一致
刷新或重开浏览器后，最近会话历史仍在且可完整回放（含引用与检索过程）

RAG 知识问答系统 软件需求规格说明书（SRS） ​

1. 引言 ​

1.1 目的与范围 ​

1.2 术语表 ​

2. 总体描述 ​

2.1 系统定位与目标 ​

2.2 用户与角色 ​

2.3 运行环境 ​

2.4 约束与假设 ​

3. 技术栈与项目结构 ​

3.1 技术栈 ​

3.2 项目结构 ​

4. 系统架构 ​

4.1 分层架构 ​

4.2 两条核心数据流 ​

4.3 配置热更新机制 ​

5. 功能需求 ​

5.1 功能模块总览与优先级 ​

5.2 F1 配置管理 ​

5.3 F2 知识库管理 ​

5.4 F3 增强检索问答 ​

5.5 F4 会话历史 ​

6. 界面设计 ​

6.1 总体布局 ​

6.2 问答页 ​

6.3 知识库页 ​

6.4 配置页 ​

7. 接口设计 ​

7.1 配置接口 ​

7.2 知识库接口 ​

7.3 问答接口（非流式，供集成/调试） ​

7.4 问答接口（SSE 流式，主用） ​

7.5 系统接口 ​

8. 数据设计 ​

8.1 SQLite 表 ​

8.2 Chroma 集合 rag_docs ​

8.3 内存索引 ​

9. 非功能需求 ​

10. 迭代规划 ​

11. v1.0 验收标准（P0 摘要） ​

RAG 知识问答系统软件需求规格说明书（SRS）

1. 引言

1.1 目的与范围

1.2 术语表

2. 总体描述

2.1 系统定位与目标

2.2 用户与角色

2.3 运行环境

2.4 约束与假设

3. 技术栈与项目结构

3.1 技术栈

3.2 项目结构

4. 系统架构

4.1 分层架构

4.2 两条核心数据流

4.3 配置热更新机制

5. 功能需求

5.1 功能模块总览与优先级

5.2 F1 配置管理

5.3 F2 知识库管理

5.4 F3 增强检索问答

5.5 F4 会话历史

6. 界面设计

6.1 总体布局

6.2 问答页

6.3 知识库页

6.4 配置页

7. 接口设计

7.1 配置接口

7.2 知识库接口

7.3 问答接口（非流式，供集成/调试）

7.4 问答接口（SSE 流式，主用）

7.5 系统接口

8. 数据设计

8.1 SQLite 表

8.2 Chroma 集合 `rag_docs`

8.3 内存索引

9. 非功能需求

10. 迭代规划

11. v1.0 验收标准（P0 摘要）