EduBrain - 中文直播教育知识库系统

基于 FastAPI 的中文直播教育知识库系统，支持直播文字稿导入、OCR 截图识别、AI 语义搜索、企业微信机器人等功能。

功能特性

知识库管理

• 多格式导入: Markdown / 纯文本 / Word 文档（.docx），自动按标题分页
• 批量导入: 支持多文件批量导入，实时进度显示
• 智能分块: 按段落边界切分文本，保留重叠区域
• 向量嵌入: 支持 MiniMax / OpenAI / 智谱 / DashScope / 本地 BGE 五种嵌入模型

图片 OCR

• OCR 识别: DeepSeek Vision 模型识别图片文字
• 关键词提取: MiniMax M2.7 自动提取内容标签
• 批量处理: 支持拖拽上传、选择文件、选择文件夹
• 上传去重: OCR 识别后自动检查内容是否已存在，避免重复录入
• 图片管理: 网页端管理所有图片，支持一键去重、手动删除
• BM25 索引: 内置倒排索引搜索引擎，jieba 中文分词

AI 搜索

• 知识库搜索: 关键词搜索
• 图片搜索: MiniMax M2.7 语义匹配，SSE 流式实时返回结果
• 并发池: 最多 10 个 LLM 请求并发，每批数量可配置
• 可配置参数: 搜索返回数量、LLM 批量判断数量、OCR 并发数量均可在网页端设置

企业微信机器人

• WebSocket 长连接: 基于官方 SDK，无需公网 IP
• 关键词搜索: 用户发文字 → 搜索图片 → 返回匹配结果
• 图片自动入库: 用户发图片 → 自动 OCR 识别 → 录入知识库（自动去重）
• 集成启动: 后端启动时自动检测配置并拉起机器人
• 网页端管理: 在设置页面配置 Bot ID / Secret，支持在线重启

其他

• MCP 协议: 支持 Model Context Protocol，可被 AI Agent 调用
• Docker 部署: 单容器部署，轻量级

技术栈

层级	技术
后端框架	FastAPI + Uvicorn
ORM	SQLAlchemy 2.0 (async)
数据库	SQLite
前端	纯 HTML + CSS + JS（苹果风格 SPA）
OCR	DeepSeek Vision / PaddleOCR / 阿里云 / 腾讯云
LLM	MiniMax M2.7 / DeepSeek / Qwen3-8B
搜索	BM25 倒排索引 + 关键词搜索
企业微信	wecom-aibot-python-sdk (WebSocket 长连接)
部署	Docker

项目结构

edu-brain/
├── app/
│   ├── main.py              # FastAPI 入口，路由注册，生命周期管理，BotManager
│   ├── config.py            # pydantic-settings 配置管理
│   ├── database.py          # SQLite 数据库连接
│   ├── models/base.py       # ORM 模型（KnowledgePage, OCRImage 等）
│   ├── schemas/             # Pydantic 请求/响应 Schema
│   ├── api/v1/              # API 路由
│   │   ├── pages.py         # 知识页面 CRUD
│   │   ├── search.py        # 关键词搜索
│   │   ├── images.py        # 图片 OCR + AI 搜索（SSE）+ 去重 + 删除
│   │   ├── import_export.py # 文件导入导出
│   │   └── settings.py      # 系统设置 + 机器人管理
│   ├── services/
│   │   ├── ocr_service.py       # OCR 识别服务（多 Provider）
│   │   ├── llm_service.py       # LLM 服务（标签提取/搜索匹配）
│   │   ├── search_engine.py     # BM25 倒排索引引擎
│   │   ├── search_service.py    # 搜索服务
│   │   ├── embedding_service.py # 嵌入模型服务
│   │   ├── import_service.py    # 文件导入服务
│   │   └── page_service.py      # 页面 CRUD 服务
│   ├── wework_bot.py        # 企业微信智能机器人服务
│   └── mcp/server.py        # MCP Server 实现
├── static/index.html        # 前端单页应用
├── data/images/             # 图片存储目录
├── .env.example             # 环境变量模板
├── requirements.txt         # Python 依赖
├── Dockerfile               # 应用镜像
└── docker-compose.yml       # Docker 编排

快速开始

1. 环境准备

# 克隆项目
git clone <repo-url>
cd edu-brain

# 复制配置文件
cp .env.example .env

# 安装依赖
pip install -r requirements.txt

2. 配置 .env

编辑 .env 文件，至少配置以下项：

# 数据库（默认 SQLite，无需额外配置）
DATABASE_URL=sqlite+aiosqlite:///edu_brain.db

# OCR（使用 DeepSeek Vision）
OCR_PROVIDER=deepseek
DEEPSEEK_API_KEY=your-deepseek-api-key
DEEPSEEK_BASE_URL=http://your-ollama-host:11434/v1
DEEPSEEK_OCR_MODEL=deepseek-ocr:latest

# LLM（用于标签提取和搜索匹配）
MINIMAX_API_KEY=your-minimax-api-key
MINIMAX_BASE_URL=https://api.minimaxi.com/v1
MINIMAX_CHAT_MODEL=MiniMax-M2.7

# 企业微信机器人（可选，不配则不启动）
WEWORK_BOT_ENABLED=true
WEWORK_BOT_ID=your-bot-id
WEWORK_BOT_SECRET=your-bot-secret

3. 启动服务

uvicorn app.main:app --host 0.0.0.0 --port 8765

启动后会自动检测企业微信机器人配置，如果 WEWORK_BOT_ENABLED=true 且 WEWORK_BOT_ID / WEWORK_BOT_SECRET 已配置，机器人会自动在后台线程启动。

访问 http://localhost:8765 即可使用。

4. Docker 部署

docker-compose up -d

图片搜索工作流

用户上传图片
  → DeepSeek Vision OCR 识别文字
  → 检查 OCR 内容是否已存在（去重）
  → MiniMax M2.7 提取关键词标签
  → 存入 SQLite + BM25 索引

用户搜索 "孩子不想上学"
  → 从 DB 倒序取图片（每批 N 张，可配置）
  → 并发池发给 MiniMax M2.7 判断
  → 匹配结果通过 SSE 实时推送到前端
  → 找够指定数量或遍历完 DB 后结束

企业微信机器人

功能

场景	说明
单聊发关键词	搜索图片知识库，返回匹配结果（图片+预览文字）
单聊发图片	自动 OCR 识别并录入知识库（自动去重）
进入会话	自动发送欢迎语

配置

1. 在企业微信管理后台创建智能机器人，开启 API 模式（长连接）
2. 获取 Bot ID 和 Secret
3. 在 .env 中配置或通过网页端设置页面配置

注意事项

• 图片消息仅支持单聊，群聊中发图片不会触发机器人
• 机器人支持多人同时使用（asyncio 异步架构）
• 配置修改后可通过网页端「重启机器人」按钮生效

API 概览

方法	路径	说明
POST	/api/v1/images/recognize-direct	上传并识别图片
POST	/api/v1/images/batch-recognize	批量上传并识别
GET	/api/v1/images/search	AI 搜索图片（SSE 流式）
GET	/api/v1/images	获取图片列表（分页）
GET	/api/v1/images/{id}	获取图片识别结果
DELETE	/api/v1/images/{id}	删除图片
POST	/api/v1/images/dedup	一键去重
GET	/api/v1/pages	知识页面列表
POST	/api/v1/pages	创建知识页面
POST	/api/v1/search	关键词搜索知识库
POST	/api/v1/import/file	导入文件
GET	/api/v1/settings	获取系统设置
PUT	/api/v1/settings	更新系统设置
GET	/api/v1/settings/bot/status	获取机器人状态
POST	/api/v1/settings/bot/restart	重启机器人

配置说明

OCR Provider

Provider	说明	额外配置
deepseek	DeepSeek Vision（推荐）	DEEPSEEK_API_KEY, DEEPSEEK_BASE_URL
paddleocr	本地 PaddleOCR	无
aliyun	阿里云 OCR	ALIYUN_OCR_ACCESS_KEY, ALIYUN_OCR_SECRET
tencent	腾讯云 OCR	TENCENT_OCR_SECRET_ID, TENCENT_OCR_SECRET_KEY
auto	自动 fallback	配置多个 Provider

嵌入模型

Provider	说明	额外配置
minimax	MiniMax 嵌入	MINIMAX_API_KEY
openai	OpenAI 嵌入（兼容硅基流动等第三方接口）	OPENAI_API_KEY
zhipu	智谱 AI 嵌入	ZHIPU_API_KEY
dashscope	阿里云 DashScope	DASHSCOPE_API_KEY
local_bge	本地 BGE 模型	LOCAL_BGE_MODEL_PATH

网页端可配置参数

参数	说明	默认值	范围
搜索返回数量	每次搜索最多返回多少条匹配结果	3	1-10
LLM 批量判断数量	每批发给 LLM 判断的图片数量	10	1-50
OCR 并发数量	多用户同时上传时 OCR 并发识别数量	1	1-10