项目背景
博物馆展品陈列密集，传统导览定位不够准确，容易出现眼前展品与讲解内容不对应的问题。华小博让观众通过微信小程序拍摄展品或展牌获取讲解，也可搜索展品、向 AI 提问，将现场参观与知识问答连接起来。
项目的关键是先找对展品，再提供对应讲解，尤其需要解决外观相似展品难以区分的问题。
工作内容
我负责后端服务架构、展品检索与 RAG 智能讲解开发，支撑小程序的拍照、搜索和对话入口。
构建多路展品检索：结合图像特征匹配、展牌 OCR 与搜索查询连接展品资料；针对相似展品容易混淆的问题，加入低置信度 Top-5 候选确认与展牌文字识别兜底，降低单一路径识别失败对使用体验的影响。
-
开发智能讲解服务：基于 RAG 对接展品知识库与联网检索工具，通过异步处理支持讲解生成和个性化问答；将对话、OCR 与图像匹配拆分为独立服务，便于分别维护与优化。
-
优化高频查询性能：通过 CDN、JVM 本地缓存与 Redis 多级缓存承接高频资源和展品查询，结合缓存防击穿策略应对集中访问，使核心查询类接口响应时间控制在 100 ms 以内。
效果与落地
已在通州博物馆等 11 处场馆落地，覆盖展品 700 余件，累计服务 6000 余名用户。
核心技术
Java · Python · RAG · OCR · 图像特征匹配 · Redis · 多级缓存
在国博瓷器展测试中，Top-5 召回率达 92%，OCR 辅助条件下达 97%。