RAG + 语义检索 + 引用回答
AI Knowledge Chat
面向企业知识库场景的 RAG 问答 Demo，强调流式回答、引用来源、检索解释与来源详情联动。
体验重点
引用回答、命中来源、文档详情与多轮检索可视化
体现能力
RAG 配置可视化、可解释性设计与质量反馈闭环
适合场景
适合展示知识库产品化、检索链路表达与可运营性设计
体验重点
知识库对话
把提问、检索、引用、反馈与对话体验串起来，体现完整知识问答入口设计。
仅基于知识库回答
RAG Config
可视化调节当前知识库问答链路，用于演示不同检索与回答模式。
Enter 发送，Shift + Enter 换行。回答会尽量附带 [S1] / [S2] 形式的来源引用。
体现能力
来源与命中结果
集中展示命中来源、筛选条件和文档库入口，让来源侧成为可操作工作台。
文档
6
分类
6
模式
Grounded
当前检索问题
暂未发起检索
点击回答里的 [S1] / [S2] 会自动定位右侧来源
发送问题后，这里会展示本轮命中的知识来源、分数和摘要。
当前配置
Retrieval Trace
把 Query Rewrite、Recall、Rerank、Answer 过程可视化，体现可解释性与调优能力。
发起一次问答后，这里会展示本轮 query 改写、关键词、召回数量与 grounding 策略。
适合场景
Feedback Log
把用户反馈沉淀成趋势和样本，展示知识库产品的运营闭环与质量分析意识。
回答总数
0
有帮助
0
不准确
0
好评率
0%
最近反馈
给任意一条回答点过反馈后，这里会显示本地反馈日志和统计。
四段式流程
Retrieval Comparison
对比最近几次检索配置与结果，用更产品化的方式展示调参与效果变化。
至少完成两轮问答后，这里会对比最近两轮配置与召回结果。
引用来源
来源详情
查看来源详情、命中片段和全文内容，并支持从引用跳转到对应来源。
选择一条来源后，这里会展示摘要、命中片段和完整内容。