一、系统整体架构
1.1 前台
选择领域：用户首先选择自己感兴趣或需要帮助的领域。这个步骤可以帮助系统缩小问题的范围，提高答案的准确性和相关性。
提交问题：选择领域后，用户在输入框中提交具体问题。系统接收到问题后，进行初步处理。
问题处理：系统会分析用户提交的问题，判断是否可以自动处理。如果问题较为复杂，可能需要转交人工客服。
返回答案：如果系统能够处理问题，则直接返回答案；如果不能处理，则生成工单并发送给人工客服，等待进一步处理。
1.2 AI服务
其他外部组件：与外部系统或数据库进行数据交互，获取补充信息或参考资料。
问答对服务：基于已有的问答对库进行匹配，找到最合适的答案。这个过程依赖于系统对问题的理解和已有知识库的丰富度。
向量化问答服务：通过向量化技术，对问题进行深度理解和匹配。向量化技术能够将文本转化为向量，便于计算机进行处理。
大模型服务：利用大型语言模型，生成高质量的答案。大模型能够理解复杂问题，并生成自然语言答案，提升用户体验。
1.3 后台
数据收集：包括人工录入和系统对接，支持多种格式的数据输入，如文本、文档、表格等。确保知识库的丰富性和全面性。
数据处理：对收集到的数据进行提取、分片、结构化存储和库表化存储。数据处理确保知识库的结构化和易于检索。
答案生成：通过知识库和大语言模型生成答案，并反馈给前台。这个过程需要将处理后的数据转化为用户能够理解的自然语言答案。
二、基础服务与知识管理
2.1 基础服务
知识库管理：管理知识的录入、更新和删除，确保知识库的准确性和时效性。
用户管理：管理系统用户，包括权限分配和用户行为记录。
操作日志：记录系统操作日志，便于排查问题和系统维护。
2.2 知识管理
知识分类和标签：对知识进行分类和标签化管理，便于检索和使用。
知识审核：对新录入的知识进行审核，确保内容的准确性和合法性。
在线编辑：提供在线编辑工具，便于知识的更新和维护。
