朱曦霖
联系Available for work
← AI 数字分身

AI 数字分身

系统架构

FastAPI 对话服务、文档知识库与独立公开镜像

聊天历史由浏览器携带,资料与索引持久保存在本机;网站检索已发布当前版本,结合 Persona 和证据生成带来源的回答。

对话与检索链路

个人网站 / Web Component
             │ Tailscale Funnel HTTPS
             ▼
FastAPI:请求校验 → 公开镜像混合检索 → Persona + 授权证据
                                                    │
                                                    ▼
                                             Provider → DeepSeek
                                                    │
                                                    ▼
                                          JSON / SSE 回答与来源引用

JSON 和 SSE 使用相同的证据准备逻辑。Provider 适配层连接 DeepSeek、OpenAI-compatible 服务和本地 llama.cpp,前端消费同一套回答合同。Embedding 独立配置,与生成回答的模型分开。

资料入库与发布

本机管理页:拖入文件 / 粘贴文字
             ↓
私有原件 + 文档版本 + 持久任务
             ↓
独立 Worker:解析 → 分块 → 本地向量与关键词索引
             ↓
私有库:管理员预览与 Agent 对话
             ↓ 明确发布后的当前版本
公开镜像:网站访客检索

解析保留 PDF 页码、段落与表格位置。任务支持租约、重试和中断恢复;新版本完成后才切换,处理失败时保留原有版本。向量和关键词检索都会先按权限与版本过滤,再合并和重排结果。

部署拓扑

静态网站部署在 Render。当前 RAG 的 FastAPI、Worker、数据库、原件和检索模型运行在个人电脑,Tailscale Funnel 只转发公开问答 API;管理页留在本机。独立公开镜像同步已发布资料的更新与撤回,网站无需为知识库更新重新构建。

Windows 登录后通过计划任务与无窗口启动器运行后台服务。电脑需保持联网与唤醒,管理页浏览器可以关闭。基础设施沿用免费方案,公开回答按 DeepSeek API 调用计费。

关键架构决策

聊天会话与文档持久化分开。 服务端不保存聊天会话,最近历史由浏览器携带;文档、版本、任务、片段与向量则持久保存在数据库和原件目录,并支持冷备份恢复。

Persona 与 RAG 分工。 核心身份和表达规则来自 Persona,动态项目事实来自授权知识库证据。来源接口每次重新检查权限,原件不作为公开下载提供。

私有库与公开镜像分开。 管理员可预览自己的私有资料;公开服务只读取已发布当前版本,撤回与删除不被旧向量或旧来源地址绕过。

可嵌入前端。 Shadow DOM 隔离宿主样式;专业与闲聊各自保存会话,流式停止、重试和来源展示沿用相同接口。

可观测与运行控制。 健康和就绪检查分别验证进程与依赖;限流、并发及输出上限控制 API 用量,匿名指标不记录聊天正文。

原 Docker 部署和自托管 Provider 适配继续保留。正式网站当前使用本机检索与 DeepSeek 生成,本地模型实验独立推进。