文章目录ANNA 7.5 RAG 系统——用户评估报告1. 一句话总结2. 系统能做什么3. 实测表现3.1 单轮问答——全部通过3.2 多轮对话核心亮点——全部通过3.3 回答质量示例4. 使用体验4.1 您会感受到的4.2 典型使用场景4.3 集成方式5. 系统可靠性与数据安全6. 优化建议7. 最终结论✅ 通过评估推荐上线总体评级A优秀8. 快速命令参考 ANNA 7.6 RAG 系统 – 国际版使用说明与宣传手册1. 中文版 产品概述 核心功能 版本对比 快速部署Linux API 调用示例 多语言支持 联系我们2. English Version Product Overview Key Features Edition Comparison Quick Start (Linux) API Example Multilingual Support Contact3. 日本語版 製品概要 主な機能 エディション比較 クイックスタートLinux API利用例 多言語サポート お問い合わせ4. Français Présentation du produit Fonctionnalités principales Comparaison des éditions Démarrage rapide (Linux) Exemple dappel API Support multilingue Contact 附注 / NotesANNA 7.5 RAG 系统——用户评估报告报告日期2026年8月31日系统名称ANNA 7.5 RAG 智能知识问答系统评估结论✅ 通过验收推荐投入生产使用1. 一句话总结ANNA 7.5 RAG 系统已成功通过全部功能测试检索精准、多轮对话流畅、回答质量高具备生产环境部署条件。2. 系统能做什么您可以将自己的文档PDF、Word、TXT、Markdown 等交给系统它会像一位专业的文档管理员一样帮您回答任何基于这些文档内容的问题。功能说明您的收益智能问答用自然语言提问系统从您的文档中找答案不需要记住文档内容问就行多轮对话可以追问系统记得上下文像和人聊天一样深入探讨跨语言中、英、日、法等多语言混合支持国际化团队来源可溯回答末尾注明出处可核实、可信赖开箱即用部署后即可使用无需额外开发3. 实测表现以下是用您自己的词典文档321,065 个句子进行真实测试的结果3.1 单轮问答——全部通过测试问题结果说明predatory什么意思✅ 完美回答给出完整定义、词性、用法scrounge单词的解释✅ 完美回答精准命中词典条目什么是 Twisted reactor✅ 完美回答从技术文档中准确提取3.2 多轮对话核心亮点——全部通过这是系统最强大的能力——您可以连续追问系统始终理解“它”指的是什么。轮次您的问题系统理解结果第1轮predatory什么意思直接回答✅ 完整释义第2轮它的音标“它” predatory✅ 给出 /prɪˈdeɪtəri/第3轮它的词源是什么“它” predatory✅ 拉丁语词源解析第4轮它常和什么介词搭配“它” predatory✅ 完整搭配指南第5轮它的反义词是什么“它” predatory✅ Idyllic / Reciprocal第6轮它的预算是多少“它” predatory✅ 概念框架诚实说明无数据第7轮我们的任务是什么基于上下文回答✅ 多维度任务框架第8轮这个单词的音标“这个单词” predatory✅ 精准返回音标第9轮它的反义词的词源“它” predatory✅ 复合深度分析9 轮追问全部成功系统从未丢失上下文。3.3 回答质量示例原始问题predatory什么意思系统回答节选“Predatory” 是一个形容词核心含义为“掠夺性的”或“捕食性的”。在生物学中指以捕杀其他动物为生的如 predatory birds在社会学中则引申为利用他人弱点获取利益的如 predatory lending。追问它的词源是什么系统回答节选可以追溯到拉丁语praeda掠夺物和prendere抓取。经历了从“物理捕食”到“社会剥削”的语义漂移……追问它的反义词是什么系统回答节选从概念层面看其终极的反义状态是 “Idyllic”理想化的、和谐的或 “Symbiotic”共生的、互惠的代表着基于平等和互相尊重的可持续发展结构。4. 使用体验4.1 您会感受到的体验维度评分说明响应速度⭐⭐⭐⭐单轮 6-10 秒多轮 8-15 秒回答准确度⭐⭐⭐⭐⭐全部基于您的文档不胡编对话连贯性⭐⭐⭐⭐⭐追问不会丢失上下文多语言支持⭐⭐⭐⭐⭐中英日法自动切换来源透明⭐⭐⭐⭐⭐每个回答都有出处4.2 典型使用场景技术文档查询问“这个函数怎么用”→ 追“有什么参数”→ 再问“举个例子”词典查询问“这个单词什么意思”→ 追“音标呢”→ 再追“它的词源”法规政策解读问“这条规定适用谁”→ 追“有什么例外”项目复盘问“这个项目的结果”→ 追“团队的表现”→ 再追“下一步计划”4.3 集成方式您可以通过以下任一方式使用方式说明适用场景Open WebUI像 ChatGPT 一样的网页聊天界面日常使用推荐API 调用通过 HTTP 接口集成到您的应用二次开发Web 对话直接访问 /docs 页面测试快速体验5. 系统可靠性与数据安全保障说明数据不出本地所有文档、索引、推理在您自己的服务器上完成无需联网系统完全离线运行不依赖任何云端服务API 密钥鉴权只有持有密钥的请求才能访问系统可审计完整日志记录每次问答可追溯高可用Qdrant Ollama 服务均支持重启恢复6. 优化建议为了让系统更好地服务您以下是几点建议建议说明预期收益使用 3B 模型做重写在 config.json 中设置rewrite_model: qwen2.5:3b重写速度从 1.5s → 0.5s定期更新索引文档变化后重新运行build_index.py保持知识最新先试单进程--workers 1启动稳定后再调优避免显存问题检查模型是否已下载ollama list确认模型存在避免首次调用超时7. 最终结论✅ 通过评估推荐上线ANNA 7.5 RAG 系统在本次评估中展现了以下核心优势回答质量高9 轮多轮追问全部成功回答精准、结构清晰对话体验流畅系统能准确理解“它”“这个单词”等指代词检索精准强制锚点召回确保关键信息不遗漏使用透明每个回答都有来源可追溯数据安全完全私有化部署零数据外流总体评级A优秀维度评分功能完整性★★★★★检索准确度★★★★★多轮对话能力★★★★★响应速度★★★★☆使用便捷性★★★★☆数据安全性★★★★★8. 快速命令参考# 查看服务状态curlhttp://localhost:8000/health# 测试问答curl-XPOST http://localhost:8000/v1/chat/completions\-HContent-Type: application/json\-HX-API-Key: your-secret-key-change-me\-d{model:anna-rag,messages:[{role:user,content:predatory什么意思}],stream:false}# 重启服务cd/home/x/pro/anna_rag_service_release python run.py--host0.0.0.0--port8000--workers1 ANNA 7.6 RAG 系统 – 国际版使用说明与宣传手册版本7.6.0发布日期2026-08-31支持语言中文、English、日本語、Français1. 中文版 产品概述ANNA 7.6 是一套私有化、全链路知识管理与智能问答系统专为企业级文档检索和智能决策设计。系统通过 RAG检索增强生成技术将 PDF、Word、HTML、TXT 等非结构化文档转化为可随时调用的知识库支持多语言检索与生成所有数据留在本地保障数据主权与安全。核心价值让企业知识资产真正成为核心竞争力。 核心功能多语言支持自动识别中文、英文、日文、法文等语言跨语言检索与生成。混合检索稠密向量BGE-M3 稀疏向量BM25融合精准召回低频词。私有化部署本地运行无需联网数据零外流。版本化授权提供初级、中级、高级、增强版按需选择。OpenAI 兼容 API无缝集成 Open WebUI、钉钉、飞书等前端。持续学习支持知识库动态更新定期重建索引。 版本对比版本top_kmax_new_tokens回答长度升级提示初级版3384约300–500字✅中级版202048约1500–2500字❌高级版304096约3000–5000字❌增强版308192约6000–10000字❌ 快速部署Linux# 1. 安装依赖pipinstall-rrequirements.txt# 2. 启动 QdrantDockerdockercompose up-d# 3. 启动 Ollamaollama serveollama pull qwen2.5:7b# 4. 构建索引python build_index.py--data_dir/path/to/docs--configconfig.json# 5. 启动服务python run.py--host0.0.0.0--port8000--workers1 API 调用示例curl-XPOST http://localhost:8000/v1/chat/completions\-HContent-Type: application/json\-HX-API-Key: your-api-key\-d{model:anna-rag,messages:[{role:user,content:什么是 Twisted reactor}],stream:false} 多语言支持自动检测查询语言中日英法等分词器中文jieba、日语fugashi、法语spaCy生成模型支持qwen2.5:7b,gemma4:e4b等多语言模型 联系我们项目主页https://gitee.com/waterruby_admin/anna_ai_rag.git技术支持企业版提供专属支持2. English Version Product OverviewANNA 7.6 is aprivate, full-stack knowledge management and intelligent QA systemfor enterprises. Using RAG (Retrieval-Augmented Generation), it transforms unstructured documents (PDF, Word, HTML, TXT) into a queryable knowledge base with multilingual support. All data remains on-premises, ensuring sovereignty and security.Core Value: Turn your enterprise knowledge assets into a true competitive advantage. Key FeaturesMultilingual Support: Auto‑detects Chinese, English, Japanese, French, and more; enables cross‑lingual retrieval and generation.Hybrid Search: Combines dense (BGE-M3) and sparse (BM25) vectors for precise recall of rare terms.Private Deployment: Runs locally, no internet required, zero data leakage.Versioned Licensing: Starter, Standard, Pro, and Pro editions.OpenAI‑compatible API: Easily integrate with Open WebUI, DingTalk, Feishu, etc.Continuous Learning: Supports dynamic knowledge base updates with periodic index rebuilding. Edition ComparisonEditiontop_kmax_new_tokensAnswer LengthUpgrade PromptStarter3384~300‑500 chars✅Standard202048~1500‑2500 chars❌Pro304096~3000‑5000 chars❌Pro308192~6000‑10000 chars❌ Quick Start (Linux)# 1. Install dependenciespipinstall-rrequirements.txt# 2. Start Qdrant (Docker)dockercompose up-d# 3. Start Ollamaollama serveollama pull qwen2.5:7b# 4. Build indexpython build_index.py--data_dir/path/to/docs--configconfig.json# 5. Launch servicepython run.py--host0.0.0.0--port8000--workers1 API Examplecurl-XPOST http://localhost:8000/v1/chat/completions\-HContent-Type: application/json\-HX-API-Key: your-api-key\-d{model:anna-rag,messages:[{role:user,content:What is Twisted reactor?}],stream:false} Multilingual SupportAuto language detection (CN, EN, JA, FR, etc.)Tokenizers: Chinese (jieba), Japanese (fugashi), French (spaCy)Generation models:qwen2.5:7b,gemma4:e4bsupport multiple languages ContactProject Page: https://gitee.com/waterruby_admin/anna_ai_rag.gitSupport: Enterprise edition includes dedicated support.3. 日本語版 製品概要ANNA 7.6 は、企業向けのプライベート・フルスタック知識管理・インテリジェントQAシステムです。RAG検索拡張生成技術を活用し、PDF・Word・HTML・TXTなどの非構造化ドキュメントを、多言語対応の検索可能なナレッジベースに変換します。すべてのデータはオンプレミスで処理され、データ主権とセキュリティを確保します。コアバリュー企業の知識資産を真の競争力に変える。 主な機能多言語サポート中国語・英語・日本語・フランス語などを自動検出し、クロスリンガル検索と生成を実現。ハイブリッド検索密ベクトルBGE-M3と疎ベクトルBM25の融合により、希少語の再現率を向上。プライベートデプロイローカルで動作、インターネット不要、データ漏洩ゼロ。バージョンライセンススターター、スタンダード、プロ、プロの4エディション。OpenAI互換APIOpen WebUI、DingTalk、Feishuなどと簡単に連携。継続的学習定期的なインデックス再構築による動的ナレッジベース更新。 エディション比較エディションtop_kmax_new_tokens回答長アップグレード表示スターター3384約300〜500文字✅スタンダード202048約1500〜2500文字❌プロ304096約3000〜5000文字❌プロ308192約6000〜10000文字❌ クイックスタートLinux# 1. 依存関係のインストールpipinstall-rrequirements.txt# 2. Qdrantの起動Dockerdockercompose up-d# 3. Ollamaの起動ollama serveollama pull qwen2.5:7b# 4. インデックスの構築python build_index.py--data_dir/path/to/docs--configconfig.json# 5. サービスの起動python run.py--host0.0.0.0--port8000--workers1 API利用例curl-XPOST http://localhost:8000/v1/chat/completions\-HContent-Type: application/json\-HX-API-Key: your-api-key\-d{model:anna-rag,messages:[{role:user,content:Twisted reactorとは何ですか}],stream:false} 多言語サポートクエリ言語の自動検出中国語・英語・日本語・フランス語等トークナイザー中国語jieba、日本語fugashi、フランス語spaCy生成モデルqwen2.5:7b、gemma4:e4bが多言語対応 お問い合わせプロジェクトページhttps://gitee.com/waterruby_admin/anna_ai_rag.gitサポートエンタープライズ版は専用サポート付き。4. Français Présentation du produitANNA 7.6 est unsystème privé de gestion de connaissances et de QA intelligentconçu pour les entreprises. Grâce à la technologie RAG (Retrieval-Augmented Generation), il transforme des documents non structurés (PDF, Word, HTML, TXT) en une base de connaissances interrogeable et multilingue. Toutes les données restent sur site, garantissant souveraineté et sécurité.Valeur clé: Faire de vos actifs de connaissance un véritable avantage concurrentiel. Fonctionnalités principalesSupport multilingue: Détection automatique du chinois, anglais, japonais, français, etc. ; recherche et génération interlingues.Recherche hybride: Combinaison de vecteurs denses (BGE-M3) et épars (BM25) pour une meilleure rappel des termes rares.Déploiement privé: Fonctionne en local, sans Internet, zéro fuite de données.Licences versionnées: Éditions Starter, Standard, Pro et Pro.API compatible OpenAI: Intégration facile avec Open WebUI, DingTalk, Feishu, etc.Apprentissage continu: Mise à jour dynamique de la base de connaissances avec reconstruction périodique des index. Comparaison des éditionsÉditiontop_kmax_new_tokensLongueur de réponseIndice de mise à niveauStarter3384~300‑500 caractères✅Standard202048~1500‑2500 caractères❌Pro304096~3000‑5000 caractères❌Pro308192~6000‑10000 caractères❌ Démarrage rapide (Linux)# 1. Installer les dépendancespipinstall-rrequirements.txt# 2. Démarrer Qdrant (Docker)dockercompose up-d# 3. Démarrer Ollamaollama serveollama pull qwen2.5:7b# 4. Construire lindexpython build_index.py--data_dir/path/to/docs--configconfig.json# 5. Lancer le servicepython run.py--host0.0.0.0--port8000--workers1 Exemple d’appel APIcurl-XPOST http://localhost:8000/v1/chat/completions\-HContent-Type: application/json\-HX-API-Key: your-api-key\-d{model:anna-rag,messages:[{role:user,content:Qu\est-ce que le reactor Twisted ?}],stream:false} Support multilingueDétection automatique de la langue (CN, EN, JA, FR, etc.)Tokenizers : chinois (jieba), japonais (fugashi), français (spaCy)Modèles de génération :qwen2.5:7b,gemma4:e4bsupportent plusieurs langues ContactPage du projet : https://gitee.com/waterruby_admin/anna_ai_rag.gitSupport : l’édition Entreprise inclut un support dédié. 附注 / Notes所有版本均支持上述多语言功能。详细技术文档请参阅项目内的docs/目录。For detailed technical documentation, please refer to thedocs/directory in the project.詳細な技術文書はプロジェクト内のdocs/ディレクトリを参照してください。Pour une documentation technique détaillée, veuillez consulter le répertoiredocs/du projet.ANNA 7.6 RAG– 让知识跨越语言边界赋能全球决策。ANNA 7.6 RAG– Empowering global decisions across language barriers.ANNA 7.6 RAG– 知識を言語の壁を越えて、グローバルな意思決定を支援。ANNA 7.6 RAG– Donner du pouvoir aux décisions mondiales au-delà des barrières linguistiques.