RAG Project

本仓库包含可独立运行的 RAG 与经营分析子项目，采用并列目录，方便分别使用、部署与维护。

目录

目录	定位	主要入口
rag-project/	完整网页知识库：FastAPI、文档上传、SQLite、DeepSeek 与 BGE-M3	rag-project/startup.py、rag-project/compose.yaml
rag-project-langgraph/	LangGraph RAG 工作流：基础检索流程与自适应路由流程	graph.graph1、graph2.graph_2
db-gpt-commerce/	电商经营分析：DeepSeek SQL、明细核验、贡献分解；保留 DB-GPT 后端	在线体验、web/、Start-DB-GPT.cmd

各子项目彼此独立，分别包含 README、依赖文件与启动方式。运行前请进入对应目录，不要在仓库根目录混装依赖。

推荐选择

• 需要浏览器页面、上传文件和持久化会话：使用 rag-project/。
• 需要研究 LangGraph 节点、路由、检索与生成流程：使用 rag-project-langgraph/。
• 需要网页版经营分析、输入自己的 DeepSeek Key 生成 SQL：使用 db-gpt-commerce/。基准模式无需 Key，Pages 版无需自建后端。

运行数据、模型缓存、虚拟环境、日志和 .env 均不提交到 GitHub；电商网页所附数据库为生成器重新生成的公开模拟样本。请根据各子目录的 .env.example 在部署机器上配置后端。