【基于大模型 + FAISS 的本地知识库与智能 PPT 生成系统：从架构到实现】

为什么需要本地知识库+智能生成系统？

在信息爆炸的时代，企业和个人积累的文档数据呈指数级增长，但如何高效利用这些数据一直是痛点：

• 手动从海量文档中提取关键信息耗时费力；
• 基于文档生成PPT、报告等二次创作成本高；
• 传统关键词搜索难以理解语义，召回率低。

本文将介绍一套基于大模型（Ollama+DeepSeek） 和FAISS向量数据库构建的本地知识库系统，不仅能实现文档的智能管理与检索，还能自动生成结构化PPT。系统采用前后端分离架构，代码开源可部署，适合企业内部知识沉淀与高效办公。

一、系统整体架构：从前端到后端的全链路设计

1.1 架构总览

系统采用前后端分离+MVC后端架构，整体分为5层，实现"数据输入-处理-存储-检索-输出"的全流程闭环：

• 前端层：Vue 3 + Element UI，负责用户交互（文档上传、查询、PPT生成操作）；
• API网关层：Flask蓝图（Blueprints），处理跨域（CORS）与请求路由；
• 业务逻辑层：后端控制器（Controllers），协调各模块完成业务流程；
• 核心服务层：模型（Models）与工具（Utils），包括向量检索、文本处理、大模型调用等；
• 数据存储层：FAISS向量库（知识向量）、MySQL（用户数据）、文件系统（文档/PPT存储）。

1.2 后端MVC架构详解

后端基于Flask实现MVC架构，目录结构清晰，便于维护和扩展：

backend/
├── app.py  # 控制器入口
├── config.py  # 配置文件
├── models/
│   ├── __init__.py
│   ├── document.py  # 文档处理模型
│   ├── faiss_wrapper.py  # 向量数据库模型
│   ├── user.py  # 用户模型
│   ├── image.py  # 图片处理模型
│   ├── ppt.py  # PPT生成模型
├── views/
│   ├── __init__.py
│   ├── templates/  # 模板文件（可用于渲染特定页面，此处暂时可能用不到）
│   ├── static/  # 静态文件（可用于存放一些后端静态资源）
├── controllers/
│   ├── __init__.py
│   ├── chat_controller.py  # 聊天控制器
│   ├── upload_controller.py  # 文件上传控制器
│   ├── query_controller.py  # 知识查询控制器
│   ├── user_controller.py  # 用户控制器
│   ├── image_controller.py  # 图片上传与识别控制器
│   ├── ppt_controller.py  # PPT生成控制器
├── utils/
│   ├── __init__.py
│   ├── file_parser.py  # 文件解析工具
│   ├── text_processor.py  # 文本处理工具
│   ├── image_recognition.py  # 图片识别工具
├── tests/
│   ├── __init__.py
│   ├── view_vector_db.py
├── requirements.txt
├── LICENSE
├── README.md
├── README.en.md

• Model：封装数据处理逻辑（如faiss_wrapper.py实现向量存储与检索，ppt.py实现PPT生成）；
• View：此处简化为API响应（前后端分离，无需模板渲染）；
• Controller：接收前端请求，调用模型与工具完成业务（如upload_controller.py处理文档上传）。

二、核心功能模块：从文档管理到智能生成

2.1 功能模块图

系统核心功能可分为5大模块，相互协同实现端到端智能处理：

1. 用户管理模块

   • 基于MySQL的用户注册、登录、权限控制（user.py模型+user_controller.py）；
   • 支持用户信息修改、状态管理（活跃/禁用）。

2. 文档处理模块

   • 支持多格式文档上传（PDF、DOCX、TXT等，file_parser.py解析）；
   • 文本智能分块（text_processor.py，基于RecursiveCharacterTextSplitter）；
   • 文档元数据管理（哈希校验、大小、上传时间等，document.py）。

3. 向量知识库模块

   • 基于FAISS的向量存储（单例模式VectorDB，确保全局唯一实例）；
   • 文档向量生成（SentenceTransformer模型，all-MiniLM-L6-v2）；
   • 相似性检索（支持跨文档/单文档内检索，search_for_knowledge_base方法）。

4. 图片识别模块

   • 图片上传与OCR识别（pytesseract，image.py模型）；
   • 识别文本可接入知识库，支持后续检索与生成。

5. PPT智能生成模块

   • 基于文档内容的PPT结构生成（大模型deepseek-r1:14b，generate_ppt_structure方法）；
   • 内容填充（从知识库检索相关片段，extract_relevant_content）；
   • PPT文件生成（python-pptx，支持分页、样式美化）。

三、关键数据流解析：以文档上传与PPT生成为例

3.1 文档上传与知识库构建流程

1. 用户上传文档：前端通过Element UI的el-upload组件发送请求至/api/upload；
2. 后端处理：upload_controller.py接收文件，保存临时路径；
3. 解析与分块：
   • file_parser.py根据文件类型（如PDF用PyPDF2，DOCX用python-docx）提取文本；
   • text_processor.py按CHUNK_SIZE=512分块（支持Markdown、代码文件的针对性分块）；
4. 向量存储：
   • 文本块通过SentenceTransformer编码为384维向量；
   • VectorDB（FAISS）将向量加入索引，同时存储文档元数据（用户ID、文件名等）。

3.2 智能PPT生成流程

1. 用户触发生成：前端传入文件名与用户ID，请求/ppt/generate_ppt；
2. 知识库检索：vector_db.find_document_by_name获取目标文档的文本块；
3. 结构生成：
   • 大模型（Ollama的deepseek-r1:14b）接收文档文本，生成JSON格式的PPT结构（含标题、核心要点）；
   • 示例结构：{"title": "XXX报告", "slides": [{"title": "引言", "key_points": ["背景", "目的"]}]}；
4. 内容填充：对每一页幻灯片，调用extract_relevant_content从文档中提取相关文本作为内容；
5. 文件生成：PPTModel使用python-pptx创建文件，设置样式（字体、页码、布局），保存至ppt_output目录。

四、核心技术解析：大模型与FAISS如何赋能？

4.1 FAISS向量数据库：让检索从"关键词匹配"到"语义理解"

• 工作原理
  FAISS（Facebook AI Similarity Search）是高效的向量检索库，解决了高维向量的快速相似性搜索问题：

  • 向量表示：文档文本通过SentenceTransformer转换为384维向量，语义相似的文本向量距离更近；
  • 索引构建：系统使用IndexFlatL2索引（L2距离度量），支持百万级向量的毫秒级检索；
  • 单例模式：VectorDB通过__new__方法确保全局唯一实例，避免多控制器操作时的状态不一致。

• 关键代码（向量存储与检索）

  # 向FAISS添加文档向量（faiss_wrapper.py）
  def add_document(self, user_id, doc_id, chunks, metadata):vectors = self.encoder.encode(chunks)  # 文本→向量start_idx = self.index.ntotalself.index.add(np.array(vectors))  # 加入索引self.metadata[doc_id] = {"user_id": user_id, "vector_range": (start_idx, self.index.ntotal)}# 检索相似内容（faiss_wrapper.py）
  def search_for_generate_ppt(self, user_id, query, top_k=3):query_vec = self.encoder.encode([query])  # 查询→向量distances, indices = self.index.search(query_vec, top_k)  # 检索最相似向量return [{"chunk": self.metadata[doc_id]["chunks"][idx], "distance": dist} for idx, dist, doc_id in zip(indices[0], distances[0], self.metadata.keys())]
  

4.2 大模型（Ollama+DeepSeek）：从文本到结构化内容的"翻译官"

• 核心作用

  • PPT结构生成：通过提示词（Prompt）引导模型输出规范的JSON结构，确保PPT逻辑清晰（6-8页，每页3-5个要点）；
  • 知识问答：结合用户问题与知识库检索结果，生成自然语言回答（query_controller.py的流式响应）；

• 提示词设计（PPT结构生成）

  prompt = f"""
  你是PPT生成助手，请根据文本生成6-8页PPT大纲：
  1. 首页为标题，末页为结束页；
  2. 每页含标题（≤8字）和3-5个要点（≤15字）；
  3. 输出JSON格式：{{"title": "...", "slides": [{{"title": "...", "key_points": [...]}}]}}
  文本：{text}
  """
  

4.3 文本分块策略：平衡检索精度与效率

系统采用递归字符分块（RecursiveCharacterTextSplitter），针对不同文本类型优化：

• 普通文本：按\n\n、。、！等分隔符拆分，确保语义完整；
• Markdown：保留#标题层级，通过MarkdownHeaderTextSplitter分块；
• 代码文件：按编程语言语法（如Python的def、class）分块，避免函数/类被截断。

五、快速上手：部署与使用指南

5.1 环境配置

# 后端依赖
pip install flask flask-cors faiss-cpu sentence-transformers python-pptx pytesseract ollama
# 前端依赖
npm install vue@3 element-plus axios vue-router# 启动后端（默认5000端口）
cd backend && python app.py
# 启动前端（默认8080端口）
cd frontend && npm run serve

5.2 核心功能演示

1. 用户注册登录：访问/login页面，完成注册后登录；
   

2. 上传文档：在"文档管理"页面上传PDF/DOCX，系统自动解析并加入知识库；
   

3. 生成PPT：在"PPT生成"页面选择已上传文档，点击"生成"，等待10-30秒即可下载PPT；
   
   

4. 知识查询：在"问答"页面输入问题（如"文档中提到的核心观点是什么？"），系统返回基于文档的答案。
   
   
   

六、总结与扩展方向

本系统通过大模型的内容生成能力与FAISS的高效向量检索，实现了从文档管理到智能创作的闭环。相比传统方案，其优势在于：

• 本地化部署：数据不泄露，适合敏感场景；
• 多模态支持：除文本外，还可扩展音频、视频的处理；
• 可定制化：大模型提示词、分块策略、PPT样式均可按需调整。

【未来可优化方向】：

• 引入RAG增强：通过多轮检索提升大模型回答的准确性；
• 支持PPT模板定制：允许用户上传模板，保持企业风格一致；
• 优化向量检索效率：使用FAISS的IVF索引或GPU加速，支持更大规模知识库。

代码地址：源码下载地址
技术交流：欢迎在评论区留言讨论向量检索、大模型应用等问题！