缘起
过年回家翻到家里那本族谱：竖排、手抄，有几页已经受潮糊了。我想查一个人名下有几房，得用手指顺着世系里的线走一遍。长辈们说得清自己往上三代，第四代开始就得翻书。
那天惦记的是一句很普通的话——这东西要是能问，会省多少事。
背景
族谱的难点在结构而不在文字。世系是一棵树，可记录方式是散的：同一代人名字相邻，字号与别名并存，配偶和「几房所出」挂在版面的不同位置，还有过继、入赘这类会打断树形的例外。纸上是手绘的连线，电子化之后多半也只是一篇篇散文式的记录，机器读不懂，人查一次也得会读。要做的是把文档里的世系解析成可查询的结构，在结构之上支持「某人是谁的后代」「某人名下几房」这类问法，并且每条回答都能落回原文那句。
方案
构建了一套完整的 RAG（检索增强生成）流水线，从文档上传到智能问答形成闭环：
- 文档解析：支持 PDF/TXT 族谱文档上传，自动分块、向量化
- 结构化提取：异步任务机制自动提取祖先概览、人物档案、关系网络、历史事件
- 智能问答：多轮对话支持问题改写，基于向量检索的精准回答
- 可视化：家谱树形图、关系网络图、时间线三种展示方式
技术架构
| 模块 | 技术选型 |
|---|---|
| 前端 | Vue3 + Vite + Element Plus + ECharts |
| 后端 | Python + FastAPI + SQLAlchemy + SQLite |
| AI/RAG | ChromaDB 向量库 + 智谱 GLM-4 + LangChain |
| 认证 | JWT + bcrypt |
系统采用 merge/overwrite 两种模式处理文档解析结果，支持增量更新和全量覆盖。
成果
实现了垂直领域的 RAG 应用，用户上传族谱文档后，系统自动完成从文本到结构化知识的转换。多轮对话支持上下文理解和问题改写，可视化模块直观呈现家族脉络。