华山 RAG 文档检索系统
基于 LlamaIndex + Qdrant 的生产级检索增强生成（RAG）服务，支持文档摄取、语义检索和带引用的智能问答。
项目概述
华山 RAG 系统是一个生产级的检索增强生成服务，使用 LlamaIndex 作为编排框架，Qdrant 作为向量数据库，FastAPI 提供 REST API 接口。
技术架构
- 编排层：LlamaIndex — 文档解析、Chunking 策略、检索与生成管线
- 向量数据库：Qdrant — 高性能向量存储与相似度检索
- API 层：FastAPI — 异步 REST 端点（ingest / retrieve / chat）
- 部署：Docker Compose 一键部署
核心特性
- 编号标题解析器：自定义 Parser 处理带编号的 Markdown 标题
- Chunk 前缀注入：为每个 Chunk 注入
[PAGES]、[DOC]、[PATH_IDS]等上下文元数据 - 可追溯元数据：Qdrant payload 中存储完整文档溯源信息
- PDF 引用定位：返回引用所在的精确页码和段落位置
- 幂等 Upsert：重复摄取同一文档不会产生冗余数据
技术栈
Python FastAPI LlamaIndex Qdrant Docker AsyncIO