# DocumentQA

**Repository Path**: WatermelonAnimal/document-qa

## Basic Information

- **Project Name**: DocumentQA
- **Description**: A Q&A
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-05
- **Last Updated**: 2026-03-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

Document-QA - 本地化文档问答系统

一款基于本地化部署的文档问答系统，适配毕业设计需求，核心解决长文本、多文档问答时的模型幻觉与上下文超限问题，整体架构清晰、可直接部署使用。

📌 项目简介

本项目采用 RAG（检索增强生成）技术，结合本地大模型与轻量级向量库，实现“上传文档→精准检索→智能问答”的完整流程。无需联网，可直接处理常见格式文档，生成精准、无幻觉的回答，代码分层规范，便于维护和二次扩展。

核心功能

- 支持PDF、TXT、DOCX三种格式文档批量上传

- 自动解析文档内容，无需手动处理

- 精准检索与问题相关的文本片段，避免无关内容干扰

- 本地大模型调用，无需联网，保护数据隐私

- 完善的异常处理，单个文件异常不影响整体流程

🔧 核心技术栈

- 后端框架：Django + Django REST Framework

- 核心技术：RAG（检索增强生成）

- 向量库：Chroma（本地轻量级向量库）

- 大模型：Ollama（本地部署，支持多模型切换）

- 文档解析：适配常见文档格式，提取文本内容

- 前端（可选）：Vue3 + Element Plus（基础交互界面）


⚙️ 核心特点

- 本地化部署：无需联网，数据本地存储，隐私安全

- 架构清晰：严格遵循分层设计，便于毕设评审和后期维护

- 精准高效：通过检索增强生成，减少模型幻觉，提升问答准确性

- 适配毕设：包含完整的功能闭环，可直接部署，支持二次扩展

📋 备注

本项目为毕业设计专用，仅供学习交流使用，禁止用于商业用途。项目仓库：https://gitee.com/WatermelonAnimal/document-qa.git
Document-QA - 本地化文档问答系统

一款基于本地化部署的文档问答系统，适配毕业设计需求，核心解决长文本、多文档问答时的模型幻觉与上下文超限问题，整体架构清晰、可直接部署使用。

📌 项目简介

本项目采用 RAG（检索增强生成）技术，结合本地大模型与轻量级向量库，实现“上传文档→精准检索→智能问答”的完整流程。无需联网，可直接处理常见格式文档，生成精准、无幻觉的回答，代码分层规范，便于维护和二次扩展。

核心功能

- 支持PDF、TXT、DOCX三种格式文档批量上传

- 自动解析文档内容，无需手动处理

- 精准检索与问题相关的文本片段，避免无关内容干扰

- 本地大模型调用，无需联网，保护数据隐私

- 完善的异常处理，单个文件异常不影响整体流程

🔧 核心技术栈

- 后端框架：Django + Django REST Framework

- 核心技术：RAG（检索增强生成）

- 向量库：Chroma（本地轻量级向量库）

- 大模型：Ollama（本地部署，支持多模型切换）

- 文档解析：适配常见文档格式，提取文本内容

- 前端（可选）：Vue3 + Element Plus（基础交互界面）

🚀 快速开始

1. 环境准备：安装Python 3.9+，部署Ollama并拉取所需本地模型

2. 克隆项目到本地，创建并激活虚拟环境

3. 安装项目依赖，按需修改项目基础配置

4. 启动项目，即可通过接口或前端界面使用文档上传与问答功能

⚙️ 核心特点

- 本地化部署：无需联网，数据本地存储，隐私安全

- 架构清晰：严格遵循分层设计，便于毕设评审和后期维护

- 精准高效：通过检索增强生成，减少模型幻觉，提升问答准确性

- 适配毕设：包含完整的功能闭环，可直接部署，支持二次扩展

📋 备注

仅供学习交流使用