[Proposal] 本地 RAG 课程知识库与可信检索 #7

背景

课程教学场景要求回答基于教材、课件和讲义，而不是只依赖大模型参数记忆。EduAvatar 已采用 BGE 嵌入模型和 FAISS 构建本地课程知识库，并在本地未命中时使用网络搜索兜底。

目标

完善本地 RAG 知识库的导入、更新、检索和来源追踪能力，使课程资料能够持续维护，回答结果可验证、可追溯。

当前能力

• 支持从 TXT、PDF、Word、PPT 等课程资料加载文本。
• 使用文本分块和 BGE 中文嵌入模型生成向量。
• 使用 FAISS 在本地保存和检索知识片段。
• 提供命令行方式构建知识库和执行查询测试。
• Agent 优先检索本地知识库，本地未命中时可降级到网络搜索。
• 知识库管理服务已提供上传、目录构建、知识列表和检索接口。

Proposal（后续完善）

• 支持增量导入，避免新增资料时全量重建索引。
• 根据文件哈希和内容指纹识别重复文档与重复分块。
• 支持按来源删除文档，并安全重建或压缩 FAISS 索引。
• 在检索结果和最终回答中保留文件名、页码或分块来源。
• 增加索引版本、嵌入模型版本和构建时间等元数据。
• 为损坏文件、空文档、编码错误和模型加载失败提供明确提示。

验收标准

• PDF、Word、TXT 和 PPT 资料均可成功导入并检索。
• 重复上传同一文档不会产生重复知识分块。
• 新增单个文档时可以增量更新知识库。
• 可以按来源查看和删除已导入的课程资料。
• 检索结果包含来源文件及可用的定位信息。
• 本地未命中时 Agent 能自动降级，并在回答中说明来源。
• 索引或嵌入模型异常时返回可理解的错误信息。

涉及模块

• rag/rag_faiss_build.py
• rag/rag_faiss_query.py
• backend/agent/src/react_agent/tools.py
• faiss_frontend/app.py
• faiss_store/