一个基于LangChain RAG (Retrieval-Augmented Generation) 的学术论文智能问答系统，支持 PDF 论文上传和智能问答。

• PDF 论文上传和解析
• 基于向量数据库的语义检索
• 智能问答系统
• 现代化的 Web 界面
• 支持拖拽上传
• 实时对话交互

• 后端：Python + FastAPI
• 前端：HTML5 + CSS3 + JavaScript
• 向量数据库：Chroma
• 大语言模型：DeepSeek
• 框架：LangChain

1. 克隆仓库：

git clone [repository-url]
cd academic-rag

2. 创建虚拟环境：

python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或
.\venv\Scripts\activate  # Windows

3. 安装依赖：

pip install -r requirements.txt

4. 设置环境变量：

export DEEPSEEK_API_KEY=your_api_key  # Linux/Mac
# 或
set DEEPSEEK_API_KEY=your_api_key  # Windows

python app.py

访问 http://localhost:8000 使用系统。

1. 上传 PDF 论文：

   • 点击"选择文件"按钮或拖拽文件到上传区域
   • 等待文件处理完成

2. 智能问答：

   • 在输入框中输入问题
   • 点击"发送"或按回车键提交
   • 查看系统回答

.
├── app.py              # 主应用文件
├── requirements.txt    # 依赖列表
├── static/            # 静态文件
│   ├── index.html     # 前端页面
│   ├── style.css      # 样式文件
│   ├── script.js      # 前端脚本
│   └── upload-icon.svg # 上传图标
├── uploads/           # 上传文件存储
└── chroma_db/         # 向量数据库存储

• 确保有足够的磁盘空间存储上传的 PDF 文件
• 建议使用现代浏览器访问系统
• 首次运行需要设置 DeepSeek API 密钥

MIT License