Insurance RAG Engine v2.0 / 保险产品决策 Agent
技术栈：Next.js 16、TypeScript、Supabase、PostgreSQL、pgvector、OpenAI API、Zod、SSE、LangFuse、RAGAS、Docker ｜ 线上地址：insurance.heyqi.xyz ｜ GitHub：github.com/qd-maker/insurance-rag
项目简介：面向保险条款问答、产品解读、产品对比和风险审计场景，解决普通 ChatBot 在高可信场景下容易幻觉、跨产品串证据、结论无法回溯原文的问题；负责知识库入库、RAG 检索、Agent API、前端交互与部署文档。
- 4 模式 Agent API：实现
/api/agent/{ask,explain,compare,audit}，使用 Zod 校验请求参数，统一输出结构化 JSON；关键结论绑定sourceClauseIds和条款片段，方便用户回看原文。 - 保险条款 RAG 链路：完成 PDF 解析、语义分段、Overlap、产品别名归一和向量重建；检索阶段支持 pgvector Dense Search + 关键词召回，使用 RRF 融合候选结果，并按产品 metadata 过滤，减少跨产品污染。
- 产品对比与审计：将两款产品按 6 个维度并行检索，再由单次 LLM 汇总推荐、风险提示和下一步行动；README 记录 compare 模式实测约 16-17s 完成。
- 工程化闭环：提供
/api/health聚合检查环境变量、Supabase、OpenAI、数据库、RAG Pipeline 和缓存状态；沉淀 Docker Compose、数据导入、缓存策略、日志分析、RAGAS / 质量评估脚本与 GitHub Actions 评估流程。 - 产品取舍：通过下拉选择约束产品范围，把 MVP 重点收敛到“已有产品回答可溯源、可比较、可审计”，提升演示稳定性，也减少无证据回答风险。