README.md

metadata

title: RAG-Chatbot-WP
emoji: 🤖
colorFrom: blue
colorTo: indigo
sdk: streamlit
sdk_version: 1.41.1
app_file: main.py
pinned: false

RAG-Chatbot: Intelligenter Assistent für Wirtschaftsprüfungsthemen

🎯 Projektübersicht

Der WP-RAG-Chatbot ist ein hochmoderner, KI-gestützter Assistent, spezialisiert auf Wirtschaftsprüfungsthemen. Basierend auf der RAG-Architektur (Retrieval-Augmented Generation) kombiniert er fortschrittliche Technologien wie Google's Gemini Pro LLM mit optimierten Embedding-Modellen für präzise, kontextbezogene Antworten.

🌟 Kernfunktionen

• Intelligente Themenerkennung & -verfolgung

  • Dynamische Erkennung von Themenwechseln
  • Kontinuierliche Kontextaktualisierung
  • Gewichtete Themenrelevanz

• Innovative Sucharchitektur

  • Mehrstufiger hybrider Suchalgorithmus
  • Semantische und graphbasierte Suche
  • Statistische und keyword-basierte Analyse
  • Dynamische Gewichtungsanpassung

• Fortschrittliche Qualitätssicherung

  • Automatische Qualitätsmetriken
  • Kontinuierliche Antwortoptimierung
  • Kontextuelle Relevanzprüfung

• Benutzerfreundliches Interface

  • Adaptives Light/Dark Design
  • Intuitive Bedienelemente
  • Responsive Layoutanpassung

🛠 Technische Details

Verwendete Technologien

• Frontend-Framework:

  • Streamlit (moderne Python Web-App)
  • Responsive CSS/HTML
  • Custom Theme Engine

• KI & Machine Learning:

  • Google Gemini Pro LLM
  • Sentence-Transformers (multilingual-mpnet-base-v2)
  • Custom Neural Networks

• Datenverarbeitung:

  • FAISS Vectorstore
  • SpaCy NLP Pipeline
  • NetworkX Graph Processing

Systemarchitektur

IntelligentRAGChatbot (Kernmodul)

• Funktionen:

  • Konversationsmanagement
  • Themenverfolgung
  • Hybride Suchkoordination

• Features:

  • Cache-Optimierung
  • Performance-Monitoring
  • Fehlerbehandlung

EnhancedHybridSearcher

• Suchstrategien:

  • Semantische Ähnlichkeitssuche
  • Graphbasierte Traversierung
  • BM25 Keyword-Matching
  • Statistische Analyse

• Optimierungen:

  • Multi-Stage Caching
  • Adaptive Gewichtung
  • Parallele Verarbeitung

ResponseGenerator

• Antwortgenerierung:

  • Kontextuelle Templating
  • Dynamische Formatierung
  • Qualitätssicherung

• Funktionen:

  • Intent-basierte Anpassung
  • Automatische Korrektur
  • Style-Konsistenz