[功能建议] 为魔搭紫皮书增加支持整本书问答的 AI 助手

背景🐱

目前魔搭紫皮书在线阅读版已经提供全文关键词搜索，书中也包含企业知识问答、RAG 和 Agent 等相关实践，但读者仅依靠关键词搜索，可能仍需要逐章定位并自行整合信息。

希望可以在阅读站点中增加一个面向整本书的 AI 问答助手，让读者能够直接使用自然语言提问，并获得基于书中内容、可追溯到原文的回答。

功能建议

建议先实现一个范围清晰的最小版本：

1. 将全书所有可读章节纳入检索范围，支持跨章节召回与综合回答。
2. 每个回答都附上具体章节、小节或原文片段，并提供可点击的跳转链接。
3. 支持连续追问，并在对话中保留必要的上下文。
4. 当书中没有足够依据时，明确说明“书中未提供”或“现有内容不足以回答”，避免生成无依据的结论。
5. 书籍内容更新后，能够通过构建流程同步更新索引，避免回答引用旧内容。
6. 可以优先考虑使用魔搭社区中的开源模型和向量模型，使该功能本身也成为书中 RAG / Agent 实践的示范案例。

示例场景

• “只有 12GB 显存时，书中建议如何选择模型和量化精度？”
• “RAG 和微调分别适合解决什么问题？请结合相关章节比较。”
• “如果要构建企业知识问答应用，需要参考书中的哪些章节？”
• “请总结书中关于降低模型幻觉风险的建议，并给出出处。”

建议的验收标准

• 能够回答需要引用单章或多个章节的问题。
• 回答中的关键结论至少带有一个可验证的章节或小节引用。
• 点击引用可以跳转到对应原文位置。
• 对书中未覆盖的问题不会编造答案。
• 新增或修改章节后，问答知识范围能够随构建流程更新。

价值

该功能可以降低读者查找和理解全书内容的成本，也能把书中已有的知识库问答、RAG、模型部署和 Agent 内容应用到紫皮书自身，形成一个可直接体验的完整示例。

如果维护者认可这个方向，也可以进一步讨论首版的模型选择、部署成本、调用频率限制、隐私处理和效果评测方式。

Start by inspecting the online reading site and its build process, which the issue identifies as the integration points. Define the retrieval, citation links, conversation context, unsupported-question behavior, and index refresh flow against the listed acceptance criteria; done means cross-chapter answers are traceable and updated content is searchable.