LLM / Agent
- LangChain
- LangGraph
- GLM-4.7-Flash
- 工具调用
- 工作流编排
- 候选排序
RAG / 检索
- Qdrant
- BM25
- Embedding
- Reranker
- RAGAS
- 引用片段追踪
工程交付
- Python
- FastAPI
- Pydantic
- uv
- Docker
- GitHub Actions
多模态
- PaddleOCR
- PyMuPDF
- 视频帧抽取
- 图像相似度
- YouTube Data API
- Google Lens
Project 01
Video Finder: 面向篡改视频的 YouTube 原视频溯源 Agent
Agent 工作流 / 多模态检索 / CLI 工具
输入一段人脸篡改视频片段，工作流会抽帧、OCR、选择查询帧、组织搜索词、调用 Google Custom Search 与 Google Lens，合并 YouTube 候选并按缩略图相似度排序。
- 用 LangGraph 将视频帧抽取、OCR、查询帧选择、搜索、候选合并、元数据增强和排序拆成可追踪节点。
- 使用 PaddleOCR 提取新闻横幅、字幕、时间等视觉文本，再由 GLM-4.7-Flash 组织 YouTube 检索关键词。
- 每次运行保留 frames、OCR、LLM 请求响应、Google Lens 返回、候选列表、排序结果和 Top 3 链接。
README Static Demo
一次已保存运行的查询帧与 Top 3 候选
.video_finder_runs/3e95a0c17fc54c3c89d4eaaabbb890ce/ 
OCR 关键文本
BREAKING NEWS BREAKINGNEWS अलगाववािद्यों Harnaranlaal! 16:30
GLM 组织后的搜索关键词
BREAKING NEWS "अलगाववािद्यों" "Harnaranlaal" site:youtube.com
Project 02
RAGframe: 中文学习型 RAG 问答系统
RAG / LLM 应用 / 文档问答系统
支持文档上传、解析、向量化入库、Qdrant + BM25 混合检索、可选 Rerank、GLM-4.7-Flash 生成回答，并返回引用来源与召回片段。
- 基于 FastAPI 封装健康检查、文档入库、问答查询和单独检索接口，前端由 FastAPI 托管。
- 用 Qdrant 向量检索结合 BM25 关键词检索，提高中文文档中关键词、实体与语义问题的覆盖。
- 预留 PyMuPDF、MinerU、PaddleOCR 解析扩展点，并提供 RAGAS + Golden QA 评测脚本。
README Static Demo
前端界面与示例问答结果
POST /query 
RAGframe 的检索链路包含哪些步骤？
RAGframe 会先解析上传文档并切块，然后同时执行 Qdrant 向量检索和 BM25 关键词检索；可选启用 reranker 对候选片段重排，最后把高相关片段交给 GLM-4.7-Flash 生成回答，并返回引用来源。
example.md 0.9124
项目覆盖“文档解析 -> 切块 -> 混合检索 -> 重排 -> LLM 回答 -> 引用与日志 -> 评测 -> 本地运行”的完整链路。
example.md 0.8847
Qdrant 负责向量召回，BM25 负责关键词召回，/retrieve 可用于单独调试召回质量。
README.md 0.8512
默认使用 GLM-4.7-Flash，reranker 默认关闭，可通过 USE_RERANKER=true 开启。