AI答疑系统升级：从FAQ到教材知识库实战

上一期我们绘制了AI教育助手的全景蓝图，并实现了Streamlit原型。但该Demo存在明显局限：答疑完全依赖大模型的内置知识，无法利用用户自己的教材、课件或考纲。

真正的AI答疑系统，关键不在于模型‘知识量’多大，而在于它能否精准理解你提供的教材内容，并给出有据可依的回答。

本期我们将让智能答疑真正落地：从基础FAQ匹配，到向量检索增强生成（RAG），最终构建一个能‘啃透’教材的知识库答疑系统。

先明确我们的演进路径：

三层并非替代，而是递进：

- 第1层解决‘有标准答案’的问题（FAQ）

- 第2层解决‘语义泛化’的问题（换问法仍能准确响应）

- 第3层解决‘生成式答疑’的问题（需推理、总结、对比）

本期我们将完整实现这三层，并通过统一接口对外提供服务。

在编码前，先搭建目录与依赖：

项目结构：

依赖（requirements.txt）：

我们用一个类SmartQASystem统一封装三层逻辑。核心代码如下（qa_system.py）：

为便于管理，将索引构建独立拆分（build_index.py）：

提供简洁高效的答疑界面（streamlit_app.py）：

knowledge_base/数学_三角函数.txt：

knowledge_base/英语_时态总结.txt：

knowledge_base/物理_牛顿定律.txt：

准备就绪后，按以下步骤运行：

测试问答示例：

问：‘正弦30度等于多少？’→ 第1层命中（关键词直接匹配三角函数文件）

问：‘怎么算三角形的角度？’→ 第2层命中（向量检索语义关联至三角函数段落）

问：‘力的公式是什么，给我举个例子’→ 第3层命中（RAG从牛顿定律段落检索并生成含示例的回答）

这里有几个关键设计值得说明：

为何选择ChromaDB而非FAISS？

ChromaDB为纯Python实现，无需编译C++，仅需pip一键安装。在教育场景中（知识库通常仅几千至几万条段落），其性能完全胜任。且内置OpenAI嵌入函数，无需手动调用API。

为何采用三层递进而非纯RAG？

并非所有问题都需要大模型生成。FAQ匹配速度极快（<1ms），且对明确事实类问题（如‘氢元素的原子序数是多少’），直接返回教材原文更高效、更准确。

知识库如何更新？

新增教材时，只需将.txt文件放入knowledge_base目录，重新运行build_index.py即可。生产环境可配置为定时任务或Webhook触发。

至此，我们已拥有一个能‘消化’教材的答疑系统，但仍可优化：

这些改进将在后续篇章中结合实际场景逐步落地。

本期我们将答疑系统从‘大模型裸聊’升级为‘有教材支撑’的三层架构：

核心代码不足150行，一个下午即可运行。下一期我们将进入个性化学习路径推荐，结合知识图谱与用户画像，为每位学生定制专属学习路线。

AI教育/学习助手开发 · 第2期 · CV技术笔记 · 2026