TL;DR

zhyese/grid-qa는 전력망 운维 문서와 사례를 대상으로 한 Vue 3·FastAPI 기반 풀스택 RAG 애플리케이션입니다. 질문을 6개 특징으로 라우팅하고 BM25·두 Embedding·RRF·Rerank·MMR·GraphRAG를 연결한 뒤 CRAG로 검색 결과를 재평가해 답변하거나 보수적으로 거부합니다. MySQL·Redis·Milvus·Neo4j·MinIO와 세 클라우드 LLM Provider를 Docker Compose로 묶고, RBAC·문서 ACL·SSE·Prometheus·Grafana·백업까지 포함해 서비스형 운영을 겨냥합니다. 전력망 도메인용 PoC와 내부 운영 시스템에는 출발점이 될 수 있지만, 단순 검색 라이브러리로 쓰기에는 인프라와 설정 부담이 큽니다.

핵심 포인트

• 이 레포지토리는 독립 실행형 전력망 운维智能问答 애플리케이션으로, Vue 3 프런트엔드와 FastAPI 백엔드를 함께 제공하는 풀스택 도구입니다. Claude Code skill이나 VS Code extension이 아니라 Docker Compose로 전체 서비스를 실행하는 자체 운영 시스템에 가깝습니다. 변전·배전·송전 현장의 문서 검색, 장애 진단, 지식 관리까지 한 제품 흐름으로 묶으려는 구성이 핵심입니다.
• 사용자 질문은 JWT 인증과 요청 제한을 거친 뒤 6개 특징 기반 라우팅, BM25와 두 종류 Embedding의 병렬 검색, RRF 결합, gte-rerank-v2 재정렬, MMR 중복 제거 순서로 처리됩니다. 이후 CRAG가 검색 점수를 바탕으로 답변 가능성을 high·medium·refused로 나누고, Neo4j의 장비·고장·조치 관계를 문서 검색 결과와 함께 LLM prompt에 넣습니다. Redis·MySQL·Semantic Cache의 다층 캐시와 SSE 스트리밍을 사용해 반복 질문의 응답 비용과 지연을 줄이는 구조입니다.
• 운영 환경에는 MySQL, Redis, Milvus, Neo4j, MinIO, Prometheus, Grafana가 포함되며 배포용 Docker Compose가 11개 서비스를 조율합니다. 문서 업로드부터 PDF·Word·Excel·이미지 파싱, 벡터화, 문서 버전 관리, 문서별 ACL, 지식 그래프 추출까지 관리 기능이 연결되어 있습니다. 이미 여러 인프라를 운영할 수 있고 전력망 운维 문서와 API 키를 확보한 팀이라면 빠른 PoC에 적합하지만, 단순 RAG API나 가벼운 라이브러리를 찾는 경우에는 과도한 구성입니다.
• 신뢰성 기능은 CRAG 재검색과 보수적 거부, 답변 인용 보완, LLM-judge 품질 샘플링, Prometheus 기반 DEGRADED 지표, 백업·로그 보관, 사용자 피드백을 활용한 지식 자가 진화로 구성됩니다. 다만 README 기준으로 Semantic Cache와 이중 RAG는 기본 비활성화이고, 플러그인은 비스트리밍 엔드포인트에만 연결되어 있으며, 주 검색 경로는 여러 외부 서비스와 클라우드 모델에 의존합니다. 실제 도입 전에는 제공 문서의 품질, 클라우드 비용, Milvus·Neo4j 운영 부담, 안전한 관리자 비밀번호 설정을 별도로 확인해야 합니다.

벤치마크