PERSONAL PROJECT · 2023.05 - 2023.08
ChatGPT 服务化
问答助手
面向企业知识场景，以 DDD 拆分核心业务边界，并通过 RAG 连接大模型与内部知识库。
88%RAG 回答准确率由 65% 提升
40%代码耦合度降低DDD 限界上下文拆分
2000+每日处理提问自动分类与知识沉淀
01
项目目标
让通用模型回答
企业自己的问题。
项目将 OpenAI ChatGPT API 与企业知识库结合，目标是在保留生成式问答体验的同时，让回答能够检索并利用特定领域知识。系统还需要持续处理用户提问，将有价值的信息转化为可复用的知识资产。
02
系统设计
清晰的业务边界，
可持续的知识闭环。
用户请求→对话域→ChatGPT API
↑
用户域·知识域 / RAG←企业知识库
- 领域拆分以 DDD 将系统拆分为用户域、对话域和知识域三个限界上下文，降低模块耦合。
- 检索增强在生成回答前检索企业知识库，将相关上下文交给模型，提高回答准确率。
- 知识沉淀通过 XXL-JOB 定时处理提问数据，完成分类、标签提取与知识积累。
- 一致交付使用 Dockerfile 与 Docker Compose 编排依赖，实现一键部署。
03
技术栈
围绕业务域和数据流
选择工程组件。
- ApplicationJava · Spring Boot
- ArchitectureDDD · 限界上下文
- AIOpenAI API · RAG
- SchedulingXXL-JOB
- DeliveryDocker · Docker Compose
NEXT PROJECT
分布式搜索引擎