Files
xianjing-ai/README.md
T
Cursor Agentandhaijd 9c6afcb61a feat: 可配置方案引擎通用原型(Mock 检索)
需求未定稿时可先跑通追问/判定/出方案;槽位与判定树外置 YAML,后续可接 Ragflow。

Co-authored-by: haijd <haijd@163.com>
2026-09-18 09:12:18 +00:00

52 lines
1.6 KiB
Markdown

# 鲜境方案引擎 · 通用原型(需求未定稿版)
业务规则还在变时:**先搭可配置原型,再按真实需求改 YAML,而不是先写死后台。**
## 策略
1. 先跑通:多轮追问(槽位)→ 判定树出组合 → 检索补依据 → 出方案草稿
2. 槽位 / 判定树 / 示例知识 **全部外置配置**,需求变了主要改配置
3. 检索默认 **Mock**(不依赖本机 Ragflow);有 Ragflow 后改环境变量即可接真库
4. 不做大而全后台;控制台能聊天验证闭环即可
## 本仓库原型包含
| 路径 | 作用 |
|------|------|
| `engine/` | FastAPI 方案引擎 + 简易聊天页 |
| `knowledge/` | `slots.yaml` / `decision_tree.yaml` / 示例检索片段 |
| `docs/Ragflow实施方案.md` | 完整架构说明 |
## 快速启动
```bash
cd /workspace
python3 -m venv .venv
source .venv/bin/activate
pip install -r engine/requirements.txt
uvicorn engine.app.main:app --host 0.0.0.0 --port 3847
```
打开:[方案引擎原型](http://127.0.0.1:3847/)
健康检查:`GET /api/health`
重载业务配置:`POST /api/admin/reload-config`(改完 YAML 不用重启进程时用)
## 接真 Ragflow(稍后)
```bash
export RETRIEVAL_BACKEND=ragflow
export RAGFLOW_BASE_URL=http://127.0.0.1:9380
export RAGFLOW_API_KEY=...
export RAGFLOW_DATASET_IDS=...
```
未配置时保持 `RETRIEVAL_BACKEND=mock`。
## 需求清晰后怎么补
1. 改 `knowledge/slots.yaml`(追问项)
2. 改 `knowledge/decision_tree.yaml`(推荐规则)
3. 灌真实资料进 Ragflow,切 `ragflow` 后端
4. 再加渠道 Webhook / 转人工 / Eval,而不是推倒重来