引言

在人工智能时代，搭建私有化智能问答系统能有效保护数据隐私并提升响应效率。本教程将手把手教你在Windows环境中，通过百度云API构建专属智能问答系统，全程无需服务器，仅需本地计算机即可运行！

一、环境准备

系统要求
- Windows 10/11 64位系统
- Python 3.8+（官网下载）
- 内存 ≥ 8GB（推荐16GB）

安装必备工具

# 安装Python包管理工具
pip install --upgrade pip
# 安装关键依赖
pip install requests flask baidu-aip

二、百度云API申请

创建智能对话应用
- 登录百度AI开放平台
- 进入「对话系统」→「创建应用」
- 勾选对话理解与对话生成能力

获取密钥信息

| 参数        | 示例值                     |
|-------------|---------------------------|
| APP_ID      | 26893451                  |
| API_KEY     | xG8qF5tYwZzKjLpO          |
| SECRET_KEY  | mNvBcXdRfTgUhViJwKqLs     |

🔑 保存这三个密钥，后续代码会用到

三、本地系统搭建

1. 项目结构

smart-qa-system/
├── api_client.py    # API交互模块
├── web_ui.py        # 本地Web界面
└── config.ini       # 密钥配置文件

2. API客户端实现 (`api_client.py`)

from aip import AipNlp# 从配置文件读取密钥
def load_config():# 这里替换为你的实际密钥return {'APP_ID': '26893451','API_KEY': 'xG8qF5tYwZzKjLpO','SECRET_KEY': 'mNvBcXdRfTgUhViJwKqLs'}class QAClient:def __init__(self):config = load_config()self.client = AipNlp(config['APP_ID'], config['API_KEY'], config['SECRET_KEY'])def ask(self, question):"""发送问题到百度云API"""response = self.client.dnnlm_cn(question)return response['item']['vec_fragment']

3. 本地Web界面 (`web_ui.py`)

from flask import Flask, request, render_template
from api_client import QAClientapp = Flask(__name__)
qa_engine = QAClient()@app.route('/', methods=['GET', 'POST'])
def home():if request.method == 'POST':user_input = request.form['question']answer = qa_engine.ask(user_input)return render_template('index.html', answer=answer)return render_template('index.html')if __name__ == '__main__':app.run(host='0.0.0.0', port=5000, debug=True)

4. 前端模板 (`templates/index.html`)

<!DOCTYPE html>
<html>
<head><title>智能问答系统</title>
</head>
<body><h1>本地智能问答助手</h1><form method="POST"><input type="text" name="question" placeholder="输入您的问题..."><button type="submit">提问</button></form>{% if answer %}<div class="answer-box"><h3>回答：</h3><p>{{ answer }}</p></div>{% endif %}
</body>
</html>

四、系统启动与测试

启动服务
```
cd smart-qa-system
python web_ui.py
```
访问系统
浏览器打开：http://localhost:5000

💡 测试问题："我要退货"

五、高阶优化技巧

缓存加速
添加Redis缓存高频问题答案

import redis
r = redis.Redis(host='localhost', port=6379)def ask(self, question):if r.exists(question):return r.get(question)  # 优先返回缓存# ...原有API调用逻辑

敏感词过滤

BANNED_WORDS = ["违法", "暴力", "政治敏感"]
def safe_ask(question):if any(word in question for word in BANNED_WORDS):return "问题包含敏感内容"return qa_engine.ask(question)