{"repo":"blackhaiyu-sudo/specrag","free":true,"listed":false,"github":"https://github.com/blackhaiyu-sudo/specrag","clone":"git clone https://github.com/blackhaiyu-sudo/specrag.git","description":"面向 PRD、业务规则、SOP、流程文档和产品截图的证据型 RAG 知识库。","language":"Python","stars":98,"topics":["business-docs","flask","knowledge-base","llm","mcp","openai-compatible","postgresql","prd","qdrant","rag"],"license":"MIT","category":"ai-agents","readme_excerpt":"SpecRAG（业务规格知识库） SpecRAG 是一个面向 PRD、业务规则、流程制度、SOP、产品截图和其他业务文档的证据型知识库。 它可以把文本业务文档或多张产品/流程截图转换为“知识库源文档”，再清洗为结构化知识单元，生成 query hints，写入向量知识库，并通过 MCP Agent 做证据检索、no-answer 判断和答案整合。 English README 适用场景 - 产品 PRD、版本需求、功能说明 - 业务规则、运营规则、审核规则 - 流程制度、SOP、操作手册 - 客服知识、实施指南、培训材料 - 接口说明、配置说明、系统使用说明 - 产品截图、设计稿截图、业务流程截图 核心流程 1. 导入图片、PRD 或其他业务文档 2. 生成或保存知识库源文档 3. LLM 清洗为结构化知识单元 JSON 4. 生成 query hints 和 key terms 5. 向量化并写入存储 6. 使用 MCP Agent 检索、判断证据、整合答案 功能特性 - 文本业务文档导入 - 图片需求/流程截图导入和多图整合 - LLM 清洗为 knowledge units - query hints 初始化 - 多向量入库 - PostgreSQL + Qdrant 企业存储（默认） - SQLite 本地开发存储（可选） - MCP Agent 问答测试 - 耗时和 token 统计 技术栈 - 后端：Flask + SQLAlchemy - 前端：Vue 2 + Element UI - LLM Agent：pyautogen + OpenAI-compatible Chat Completions API - 默认知识库存储：PostgreSQL + Qdrant - 可选本地存储：SQLite - 向量模型：sentence-transformers 兼容模型 - MCP： mcp Python SDK 快速开始 启动后访问： 模型配置 编辑 config/OAI CONFIG LIST ，至少准备： - 文本模型：用于文档清洗、问法生成、证据判断和答案整合。 - 视觉模型：用于图片需求、流程截图和产品截图分析。 仓库只保留 config/OAI CONFIG LIST.example 。真实 API Key 请放在本地 config/OAI CONFIG LIST ，该文件已被 .gitignore 忽略。 存储模式 知识库存储默认使用 PostgreSQL + Qdrant。 .env.example 已包含本地 Docker 依赖的默认连接： 本地启动企业存储依赖： 如只做本地小规模验证，也可以显式改为 SQLite： 文档 - 快速开始 - 架构说明 - API 参考 - 部署说明 - 开源说明 - 安全策略 - 行为准则 - English docs 项目结构 运行时目录 - runtime/ 、 data/ 、 uploads/ 、 outputs/ 、 logs/ 都是运行时目录，不应提交。 - config/OAI CONFIG LIST 是本地密钥配置，不应提交。 许可证 见 LICENSE。","default_branch":null,"files":null,"tree":[],"storefront":"/r/blackhaiyu-sudo","claimed":false,"request_supported":{"post":"https://gitbuyer.com/r/blackhaiyu-sudo/specrag/request-supported","requests":0},"note":"indexed from public GitHub; nothing is for sale on this page. Clone it from GitHub. Paid listings live at /search."}