typora-copy-images-to	media

My-Chat-LangChain

My-Chat-LangChain 应用说明书 v1.0

My-Chat-LangChain\Note\Note-V1.md

My-Chat-LangChain 应用说明书 v2.0 (企业版)

My-Chat-LangChain\Note\Note-V2.md

My-Chat-LangChain 应用说明书 v3.0 (企业版)

My-Chat-LangChain\Note\Note-V3.md

My-Chat-LangChain 应用说明书 v4.0 (企业版)

My-Chat-LangChain\Note\Note-V4.md

CSDN文章：从0到1，构建你的专属AI知识库：My-Chat-LangChain项目深度解析

稀土掘金文章：从0到1，构建你的专属AI知识库：My-Chat-LangChain项目深度解析

My-Chat-LangChain 应用说明书 v5.0 (引入Agent)

My-Chat-LangChain\Note\Note-V5.md

My-Chat-LangChain 应用说明书 v6.0 (引入Agent)

My-Chat-LangChain\Note\Plan-V6.md

My-Chat-LangChain\Note\Note-V6.md

在Render上部署

部署链接

• https://my-chat-langchain.onrender.com/

My-Chat-LangChain\Note\Deployment-Guide.md

render.yaml

My-Chat-LangChain\Dockerfile

My-Chat-LangChain\start.sh

My-Chat-LangChain\requirements.txt

My-Chat-LangChain 应用说明书 v7.0 (引入Agent)

My-Chat-LangChain\Note\Note-V7.md

Plan-V8: E2B 代码执行沙箱集成方案

My-Chat-LangChain\Note\Plan-V8.md

# Stream-Agent V8.0 开发说明文档- 集成了 E2B 云沙箱

My-Chat-LangChain\Note\Note-V8.md

Plan-V9: 现代化前端重构与多模态增强

Note\Plan-V9.md

V9.0 是 My-Chat-LangChain 项目的重大升级版本，核心目标是：

1. 前端现代化: 使用 Next.js + shadcn/ui 完全重构前端，替代 Streamlit
2. 多模态交互: 支持图片理解/OCR 和语音交互
3. RAG 能力增强: 混合检索、引用追溯、重排序、MinerU 文档解析
4. 用户系统: 传统账号认证 + JWT
5. 生产级部署: Docker Compose 一键部署

API 文档

在线文档

各服务启动后可访问 Swagger UI 和 ReDoc：

服务	Swagger UI	ReDoc
Auth Service (8001)	http://localhost:8001/docs	http://localhost:8001/redoc
Chat Service (8002)	http://localhost:8002/docs	http://localhost:8002/redoc
RAG Service (8004)	http://localhost:8004/docs	http://localhost:8004/redoc
Presentation Service (8005)	http://localhost:8005/docs	http://localhost:8005/redoc

API 概览

Auth Service (端口 8001)

用户认证服务，提供注册、登录、令牌管理功能。

端点	方法	说明
/api/auth/register	POST	用户注册
/api/auth/login	POST	用户登录
/api/auth/refresh	POST	刷新令牌
/api/auth/logout	POST	用户登出
/api/auth/me	GET	获取当前用户
/api/users/me	GET/PUT	用户资料管理
/api/users/me/password	PUT	修改密码

Chat Service (端口 8002)

聊天服务，提供 AI Agent 对话和会话管理。

端点	方法	说明
/api/chat/stream	POST	流式聊天 (SSE)
/api/conversations	GET/POST	会话列表/创建
/api/conversations/{id}	GET/PUT/DELETE	会话详情/更新/删除
/api/conversations/{id}/messages	GET	获取消息列表

RAG Service (端口 8004)

检索增强生成服务，提供文档管理和混合检索。

端点	方法	说明
/api/v1/documents	GET	文档列表
/api/v1/documents/{id}	GET/DELETE	文档详情/删除
/api/v1/ingest/upload	POST	上传文档
/api/v1/ingest/text	POST	摄取文本
/api/v1/search	POST	混合检索
/api/v1/search/vector	POST	向量检索
/api/v1/search/bm25	POST	BM25 检索
/api/v1/search/citations	POST/GET	引用追溯

Presentation Service (端口 8005)

演示文稿服务，提供 AI 生成 PPT 和编辑功能。

端点	方法	说明
/api/v1/presentations	GET/POST	演示文稿列表/创建
/api/v1/presentations/{id}	GET/PUT/DELETE	详情/更新/删除
/api/v1/presentations/{id}/export/html	GET	导出 HTML
/api/v1/editor/generate	POST	AI 生成 PPT
/api/v1/editor/themes	GET	主题列表
/api/v1/editor/layouts	GET	布局列表
/api/v1/assistant/{id}/chat	POST	AI 助手对话

错误码文档

详细的错误码说明请参考: docs/API_ERROR_CODES.md

OpenAPI 导出

运行以下命令导出 OpenAPI 文档：

python scripts/export_openapi.py

导出文件位于 docs/openapi/ 目录。

## Plan-V10:

Note\Plan-V10.md

tNote\V10-Manual-Test-Guide.mdt

面试备战文档

Interview\面试备战文档.md

Agentic RAG 平台 | 个人项目 | 2025-06 ~ 2025-09

项目描述: 一个面向研究人员的 AI 助理平台，集成了多工具 Agent、知识库检索、代码执行、多模态交互等功能，帮助用户进行文献调研、数据分析、代码编写等研究工作。

核心职责:

• 设计并实现微服务架构，将系统拆分为认证、聊天、RAG、语音四个独立服务
• 基于 LangGraph 实现 ReAct Agent，支持 96+ 工具的动态调用和流式响应
• 设计 RAG 混合检索方案，融合向量检索（pgvector）、关键词检索（BM25）和 Reranker 重排序
• 实现 SSE 流式传输，支持工具调用可视化、代码高亮、图表渲染等实时反馈
• 集成 E2B 云沙箱，实现安全隔离的 Python 代码执行和数据可视化
• 开发语音交互模块，集成 faster-whisper 语音识别和 Edge TTS 语音合成

技术亮点:

• 采用 RRF（Reciprocal Rank Fusion）算法融合多路检索结果，提升检索准确率
• 实现智能分块策略（语义感知/页面感知/递归分块），优化长文档处理
• 设计引用追溯机制，支持 RAG 结果的来源定位和原文高亮
• 使用 MCP（Model Context Protocol）协议集成 90+ 外部工具