type
Post
status
Published
date
Apr 10, 2026
slug
VibeCoding-005
summary
CC 实战 - 多模态RAG问答系统
tags
Vibe Coding
category
Vibe Coding
icon
password
1 多模态RAG问答系统技术架构拆解
1 设计系统架构
2 技术调研
DeepResearch（ChatGPT + Gemini + DeepSeek ）
3 确定后端知识图谱构建框架
LangExtract 是一个 Python 库，利用大型语言模型（LLM）根据用户自定义指令从非结构化文本中提取结构化信息。它处理临床笔记或报告等材料，识别并组织关键细节，同时确保提取的数据与原始文本相符。
4 对 LangExtract 进行详细的源码拆解
拆解可以参考之前 OpenClaw 源码拆解思路
5 生成 LangExtract 源码解析后的规范文档
2 多模态RAG问答系统-文档解析模块开发
6 寻找解析模块 并分析MinerU官方文档
开源项目部署+ 源码拆解思路https://github.com/opendatalab/MinerU
（可以参考 OpenClaw 源码拆解思路）
7 MinerU 解析模块的规范文档生成
8 基于生成的规范文档直接建立MVP测试代码流程
9 更新 MinerU MVP 后的Spec 文档规范
3 多模态RAG问答系统-知识图谱提取模块MVP构建测试
10 掌握 Claude.md 的使用
11 开始尝试将 MinerU 解析后的文本 传入到 LangExtract中(MVP)
开始构建 LangExtract的 MVP 流程
12 更新 LangExtract MVP 后的Spec 文档规范
4 多模态RAG问答系统-GraphRAG索引完整Pipeline-MVP搭建
13 MinerU 和 LangExtract 对接Plan
MinerU 和 LangExtract 对接，实现完成的Pipeline:
读取 本地文档 - MinerU 解析 - LangExtract 信息抽 - 知识图谱结构化数据
注意：这里建议大家先做 Plan 生成计划并审核（plan 模式）
14 完成GraphRAG 索引阶段的规范文档生成
15 前端可视化功能测试
neo4j 、知识图谱的前端展示 、 信息抽取的后台管理
5 多模态RAG问答系统-后端系统架构设计及规范文档生成
后期需要完成的工作：
1. 基于 Bridge Pipeline 基础，再次扩展，将Bridge Pipeline 的输出 作为 LangChain Agent 的输入，构建完整的 Agentic-RAG 流程
2. 基于完整的后端 Pipeline（MinerU + LangExtract + LangChain Agent），设计 PRD需求文档，生成 前端UI 原型的完整 Prompt
3. 基于 PRD + Prmpt，在 Figma 设计产品原型 + 多步迭代调试
4. 生成后端服务完整代码 + 前端完整系统代码
5. 前后端真实 API 接口对接 & 联调
6. 本地运行并上线
16 需要 LangChain Agent 构建 Agentic-RAG问答流程
- 接入 langChain 的 MCP server 获取最新的版本规范
17 构建 MinerU + LangExtract + LangChain QA的 Agentic-RAG 的MVP 测试链路
18 输出完整的后端 Agentic-RAG Pipeline的规范文档
19 通过 Plan 模式，基于已经生成的规范文档设计后端的架构和API接口
Plan Mode
6 多模态RAG问答系统-基于PRD使用Figma生成前端产品原型
20 基于后端的系统架构规范，规划前端的产品原型（整体的）
Plan Mode
21 基于前后端规范文档，生成 PRD需求文档
22 使用 Figma 基于PRD 文档设计前端产品原型
推荐的前端产品设计工具：https://www.google.com/search?q=figma
把生成的prd给到figma，在figma中生成原型
7 多模态RAG问答系统-前后端并行开发&集成测试
23 构建项目之前，先建立项目规范（CLAUDE.md）
24 基于规范文档，生成后端的系统代码
25 多步迭代调试前端(figma中)
figma生成可能是英文，改成中文
更改logo，网站标题 ……
26 下载修改好的前端源码，并完成本地的部署启动
27 编写 前端的 CLAUDE.md
28 编写 后端的 CLAUDE.md
8 前后端接口的联调
29 前后端接口对接及接口集成测试
9 工程化开发经验
📎 参考文章
- 一些引用
- 引用文章
欢迎您在底部评论区留言，一起交流~
Loading...