# fullstackagent

**Repository Path**: ruitengsoftware/fullstackagent

## Basic Information

- **Project Name**: fullstackagent
- **Description**: 全栈agent项目，练手
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-11
- **Last Updated**: 2026-07-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 企业级RAG知识库系统

类火山引擎的企业级RAG（检索增强生成）知识库系统，用于管理CSV表格数据，支持文档上传、切片管理、检索问答，并通过流式SSE接口集成到业务。

## 技术栈

- **前端**: React 18 + TypeScript + Vite + Ant Design + Axios
- **后端**: Python 3.10 + FastAPI + LangChain + ChromaDB + Sentence-Transformers
- **容器化**: Docker & Docker Compose

## 快速启动

### 方式一：Docker Compose（推荐）

```bash
# 一键启动所有服务
docker-compose up --build

# 访问地址
# 前端: http://localhost:5173
# 后端API: http://localhost:8000
# API文档: http://localhost:8000/docs
```

### 方式二：本地开发

#### 后端

```bash
cd backend

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或 venv\Scripts\activate  # Windows

# 安装依赖
pip install -r requirements.txt

# 配置环境变量
cp .env .env.local  # 编辑 .env.local 中的配置

# 启动服务
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload
```

#### 前端

```bash
cd frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev

# 访问 http://localhost:5173
```

## 环境变量配置

编辑 `backend/.env` 文件：

```bash
# LLM配置（可选，默认使用Mock LLM）
OPENAI_API_KEY=your-api-key
OPENAI_API_BASE=https://api.openai.com/v1
LLM_MODEL=gpt-3.5-turbo

# 设置为false以使用真实LLM
USE_MOCK_LLM=true
```

## API接口

| 方法 | 路径 | 说明 |
|------|------|------|
| GET | `/api/health` | 健康检查 |
| GET | `/api/knowledge-bases` | 获取知识库列表 |
| POST | `/api/knowledge-bases` | 创建知识库 |
| POST | `/api/documents/upload` | 上传CSV文档 |
| GET | `/api/documents` | 获取文档列表 |
| GET | `/api/documents/{id}/status` | 获取文档处理状态 |
| GET | `/api/documents/{id}/chunks` | 获取文档切片详情 |
| DELETE | `/api/documents/{id}` | 删除文档 |
| POST | `/api/chat/stream` | SSE流式问答接口 |

## 外部API集成

系统的 `/api/chat/stream` 接口对外提供标准Server-Sent Events (SSE)流式问答能力：

```bash
curl -X POST http://localhost:8000/api/chat/stream \
  -H "Content-Type: application/json" \
  -d '{"query": "你的问题", "knowledge_base": "default", "top_k": 3}'
```

响应格式：

```
data: {"type": "sources", "sources": [...]}
data: {"type": "content", "content": "逐字"}
data: {"type": "content", "content": "返回"}
data: {"type": "done"}