RAG 智能问答系统容器化实践

项目简介

本项目是一个基于 RAG (Retrieval-Augmented Generation) 技术的智能问答系统，通过容器化技术实现系统的快速部署和扩展。 系统集成了大语言模型、向量数据库、关系型数据库和对象存储等组件，展示了现代 AI 应用的基础架构。

技术栈

• 前端：Next.js
• 后端：Python
• 大语言模型：DeepSeek / OpenAI
• 向量数据库：ChromaDB
• 关系型数据库：MySQL
• 对象存储：MinIO
• 容器编排：Docker Compose

项目目标

• 掌握 Dockerfile 的编写和最佳实践，学习容器间网络通信配置，掌握数据持久化方案
• 理解微服务架构的容器化部署，掌握服务间通信和依赖管理，掌握 Docker Compose 的使用，学习容器日志管理和监控

评分标准

学员根据给定项目的开发文档在 CNB 平台上构建构建该项目的 CI / CD 工作流程，最终通用云原生开发一键启动项目; 完后后将项目的地址，临时 URL，Token 上传至指定仓库，由流水线来判定是否通过。