Bài toán

Trong môi trường khoa CNTT, tài liệu học thuật và tài liệu hành chính thường phân tán ở nhiều nguồn khác nhau, khó quản lý tập trung, khó kiểm soát phiên bản và khó tìm lại khi cần. Người dùng không chỉ cần lưu trữ tài liệu, mà còn cần một hệ thống có thể hỗ trợ tìm kiếm, hỏi đáp, phân quyền và quản trị tài liệu theo đúng vai trò.

Ngoài ra, các hệ thống chatbot RAG thông thường thường chỉ dừng ở mức trả lời từ tài liệu, chưa giải quyết được bài toán quản lý vòng đời tài liệu, quyền truy cập, xin quyền/phê duyệt và tích hợp trải nghiệm sử dụng thực tế cho tổ chức.

Giải pháp kỹ thuật

EduVault được xây dựng như một nền tảng kho tri thức có AI, kết hợp giữa quản lý tài liệu và chatbot thông minh trên cùng một hệ thống.

Các thành phần kỹ thuật chính gồm:

• Backend FastAPI để xử lý API và nghiệp vụ
• Frontend Next.js để xây dựng giao diện người dùng
• MySQL để lưu dữ liệu nghiệp vụ
• MinIO để lưu trữ file tài liệu
• Qdrant để lưu vector và truy xuất ngữ nghĩa
• Redis phục vụ hàng đợi và cache
• Pipeline xử lý tài liệu tự động: upload -> parse -> chunk -> embed -> index
• Chatbot AI có intent routing, agent tool-use và retrieval có kiểm soát quyền

Hệ thống hỗ trợ các chức năng nổi bật:

• quản lý tài liệu, versioning, rollback
• chống trùng nội dung khi upload
• tìm kiếm và truy xuất tài liệu có kiểm soát quyền
• chatbot AI hỗ trợ hỏi đáp trên kho tri thức
• xin quyền và phê duyệt truy cập tài liệu
• quản trị theo vai trò giảng viên, trưởng bộ môn, quản trị viên

Tính khả thi

Dự án có tính khả thi cao vì:

• Kiến trúc sử dụng các công nghệ phổ biến, dễ triển khai và mở rộng
• Các thành phần được container hóa bằng Docker, thuận tiện cho demo và vận hành nội bộ
• Hệ thống đã có đầy đủ các luồng chính từ upload, lưu trữ, truy xuất đến chatbot
• Chatbot không chỉ hoạt động theo kiểu RAG cơ bản mà đã được refactor intent routing để phù hợp hơn với tình huống sử dụng thực tế
• Dữ liệu và quyền truy cập được kiểm soát ở tầng service và database, giúp tăng độ an toàn

Hiện tại, hệ thống đã đạt mức có thể demo tốt và dùng thử nội bộ trong phạm vi môn học/sản phẩm thử nghiệm.

Hướng phát triển

Trong giai đoạn tiếp theo, hệ thống có thể mở rộng theo các hướng sau:

• cải thiện thêm chất lượng chatbot dựa trên log sử dụng thực tế