EduRAG
面向IT领域的智能问答系统，基于RAG（检索增强生成）架构，结合内部知识库提供专业回答，包含RAG核心模块与FAQ缓存加速模块
时间轴 (近 90 天)
黑马程序员推出EduRAG智慧问答系统项目课程，讲师为邢步（现任AI大模型开发团队核心成员，曾任职滴滴、字节、好未来），课程基于B站官方视频发布。
EduRAG项目采用双模块架构：RAG核心模块（含检索、增强、生成三过程）和FAQ模块（通过缓存高频问答对降低响应延迟和Token消耗）。
EduRAG项目课程原计划10天，压缩为8天：第1-2天背景与工具，第3天Milvus与LangChain，第4-5天FAQ模块，第6-8天RAG核心，最后项目集成与Docker部署，后续衔接EDU Agent项目。
项目涉及对用户输入进行二分类的模型微调环节，用于判断是专业问题还是无关问题，只允许专业问题进入RAG系统以控制Token消耗，这种做法在工业界称为查询路由或意图分类。
项目通过Transformers框架加载原始模型文件在本地算力上运行Embedding，不再依赖平台一键转换。
全部知识事实 (5)
EduRAG项目采用双模块架构：RAG核心模块（含检索、增强、生成三过程）和FAQ模块（通过缓存高频问答对降低响应延迟和Token消耗）。
50%待验证EduRAG项目课程原计划10天，压缩为8天：第1-2天背景与工具，第3天Milvus与LangChain，第4-5天FAQ模块，第6-8天RAG核心，最后项目集成与Docker部署，后续衔接EDU Agent项目。
50%待验证项目涉及对用户输入进行二分类的模型微调环节，用于判断是专业问题还是无关问题，只允许专业问题进入RAG系统以控制Token消耗，这种做法在工业界称为查询路由或意图分类。
50%待验证项目通过Transformers框架加载原始模型文件在本地算力上运行Embedding，不再依赖平台一键转换。
50%待验证黑马程序员推出EduRAG智慧问答系统项目课程，讲师为邢步（现任AI大模型开发团队核心成员，曾任职滴滴、字节、好未来），课程基于B站官方视频发布。
50%