gpt_doc
│ constants.py # 变量数值的配置文件
│ ingest.py # 封装了对文件进行切分编码的一系列函数
│ query_api.py # 针对特定文档进行查询的API接口文件
│ upload_api.py # 用户上传文件到服务器的API接口文件
│ README.md
│
├─faissdb # faissdb的向量数据库存储路径
├─pic # 项目示例文件
├─templates # 用户上传文件的前端页面
│ web.html
│
└─upload # 用户上传文件的存储路径
基于QianFan相关接口以及faiss数据库实现基于文件进行知识问答的接口，其中upload_api.py完成了文件的上传工作（支持.txt .docx .doc 和 .pdf），query_api.py完成了文件的切分、向量化编码以及入库在调用，核心函数位于ingest.py，其中对编码后的向量进行了持久化存储，路径位于faissdb，因此在对相同文件进行访问时会绕过向量化和入库的部分，与之对应的，在更新时需要完全删除原始路径下的文件夹.
- python 3.8.17
- faiss-cpu == 1.7.4
- Flask == 2.3.2
- 解析 doc 需要安装 libreoffice (for centos: yum install -y libreoffice)
项目中有两个关键的变量query以及fileIdentifier，后者为指定的文档目录，需要和上传文件时的保持一致，前者为针对指定目录的提问。这里可以把fileIdentifier替换为用户的ID或者某一用户提交的文件类型,faissdb文件夹下的为提前创建好的索引文件。
- 上传文件的前端平台界面
- 使用 Postman 发送 POST 请求，传入两个关键词，sub_id 对应 上方传输的 fileIdentifier, 即知识库的文件，query 对应提出的问题
- 在浏览器中发送 GET 请求：127.0.0.1:19000/ask?sub_id=200&query=你好，对应关系同上
