轻松上手大模型：基于Spring AI实现RAG知识库问答机器人（收藏版）
本文将带领大家从零开始，使用Spring AI框架构建一个支持文档上传的知识库问答机器人，帮助大家深入理解RAG技术的核心原理和实践应用。通过一个最小成本的方案，我们实现了一个完整的RAG知识库问答机器人，适合对大模型应用开发感兴趣的小伙伴学习和体验。
一、引言
随着大语言模型的快速发展，RAG（Retrieval-Augmented Generation）技术已成为构建知识库问答系统的核心技术之一。本文将带领大家从零开始，使用Spring AI框架构建一个支持文档上传的知识库问答机器人，帮助大家深入理解RAG技术的核心原理和实践应用。
1.1 什么是RAG？
RAG（检索增强生成）是一种结合了信息检索和文本生成的技术。它的基本工作流程是：
-
用户提出问题
-
系统从知识库中检索相关信息
-
大语言模型基于检索到的信息生成答案
从系统设计角度触发，RAG 的核心作用可以被描述为：
在LLM调用生成响应之前，由系统动态构造一个“最小且相关的知识上下文”。
请注意两个关键词：
- 动态
：每次问题都不同，检索的知识也不同（比如用户问 A 产品时找 A 的文档，问 B 产品时找 B 的文档）
- 最小
：只注入必要信息（比如用户问 “A 产品的定价”，就只塞定价相关的片段，而非整份产品手册）
RAG可以有效的弥补上下文窗口的先天不足：不再需要把所有知识塞进窗口，而是只在需要时 “临时调取” 相关部分，既避免了窗口溢出，又减少了注意力竞争。
1.2 RAG在交互链路中的位置
接下来我们以RAG的经典应用场景——企业知识库为例，来看一下RAG在这个流程中所处的位置
在这个结构中，RAG主要就是在用户提问与向LLM发起请求这个中间段，用于检索关联的文档构建上下文
1.3 RAG工作原理
我们以一张图来介绍RAG的工作原理，具体的RAG详细介绍，请参照文末引用
二、核心实现
2.1 项目结构概览
项目结构如下：
D05-rag-qa-bot/
├── src/main/java/com/git/hui/springai/app/
│ ├── D05Application.java # 启动类
│ ├── mvc/
│ │ ├── QaApiController.java # API控制器
│ │ └── QaController.java # 页面控制器
│ ├── qa/QaBoltService.java # 问答服务
│ └── vectorstore/
│ ├── DocumentChunker.java # 文档分块工具
│ ├── DocumentQuantizer.java # 文档量化器
│ └── TextBasedVectorStore.java # 文本向量存储
├── src/main/resources/
│ ├── application.yml # 配置文件
│ ├── prompts/qa-prompts.pt # 提示词模板
│ └── templates/chat.html # 前端页面
└── pom.xml # 依赖配置
2.2 项目初始化
2.2.1 Maven依赖配置
首先，我们需要在pom.xml中配置必要的依赖：
- 其中关于向量数据库、tika的文档解析属于核心依赖项
- hanlp适用于无法直接使用EmbeddingModel的场景，在我们的示例中，会实现一个基础的文档向量化方案，其中会采用Hanlp来做中文分词
- 使用智谱的免费大模型来体验我们的RAG知识库问答（当然也可以基于OpenAI-Starter来切换其他的大模型，使用层面并没有改变，只需要替换依赖、api配置即可）
<dependencies>
<!-- 向量数据库 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-advisors-vector-store</artifactId>
</dependency>
<!-- 文档提取，使用apache-tika来实现 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-tika-document-reader</artifactId>
</dependency>
<!-- pdf文档提取，实际也可以用上面的tika来实现 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-pdf-document-reader</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-rag</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- 使用智谱大模型 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-zhipuai</artifactId>
</dependency>
<!-- 用于前端页面的支持 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-thymeleaf</artifactId>
</dependency>
<!-- 中文分词，用在文档向量化 -->
<dependency>
<groupId>com.hankcs</groupId>
<artifactId>hanlp</artifactId>
<version>portable-1.8.4</version>
</dependency>
</dependencies>
这里我们引入了Spring AI的核心依赖，以及用于文档处理的Tika和PDF读取器，还特别加入了HanLP中文分词库来优化中文处理效果。
2.2.2 应用配置
在application.yml中配置API密钥和相关参数：
spring:
ai:
zhipuai:
api-key:${zhipuai-api-key}
chat:
options:
model:GLM-4-Flash
temperature:0.1
thymeleaf:
cache:false
servlet:
multipart:
max-file-size:10MB
max-request-size:50MB
logging:
level:
org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor:debug
org.springframework.ai.chat.client:DEBUG
server:
port:8080
2.3 自定义向量存储实现
通常RAG会使用一些成熟的向量数据库（如Pinecone、weaviate、qdrant、milvus或者es、redis等），但是考虑到安装、环境配置等成本，我们接下来会实现一个基础的自定义的文本向量库 TextBasedVectorStore，基于内存实现，无需额外的外部依赖，单纯的用来体验RAG并没有太大问题
SpringAI原生提供了一个基于内存的向量数据库SimpleVectorStore，在它的实现中，向量数据写入，依赖向量模型，因此如果有额度使用大模型厂家提供的EmbeddingModel时，直接用它进行测试即可；
当然如果你现在并没有渠道(💰)使用向量模型的，那也没关系，接下来我们将参照SpringAI的SimpleVectorStore实现的一个自定义的向量库TextBasedVectorStore，提供一套不依赖向量模型的解决方案，特别适合快速原型开发，核心实现如下（当然你也完全可以忽略它，它不是我们的重点）
2.3.1 TextBasedVectorStore - 文本匹配向量存储
在下面的实现中，重点体现了两个方法
- doAdd: 将文档保存到向量数据库中（文档分片 -> 向量化 -> 存储）
- doSimilaritySearch: 基于相似度的搜索
需要注意一点，文档的向量化与搜索时传入文本的向量化，需要采用同一套向量化方案（why?）
public classTextBasedVectorStoreextendsAbstractObservationVectorStore {
@Getter
protected Map<String, SimpleVectorStoreContent> store = newConcurrentHashMap();
/
* 已经存储到向量库的document，用于幂等
*/
private Set<String> persistMd5 = newCopyOnWriteArraySet<>();
/
* 添加文档到向量数据库
*
* @param documents
*/
@Override
publicvoiddoAdd(List<Document> documents) {
if (CollectionUtils.isEmpty(documents)) {
return;
}
// 创建一个新的可变列表副本
List<Document> mutableDocuments = newArrayList<>();
for (Document document : documents) {
// 过滤掉重复的文档，避免二次写入，浪费空间
if (!persistMd5.contains((String) document.getMetadata().get("md5"))) {
mutableDocuments.add(document);
}
}
if (CollectionUtils.isEmpty(mutableDocuments)) {
return;
}
// 文档分片
List<Document> chunkers = DocumentChunker.DEFAULT_CHUNKER.chunkDocuments(mutableDocuments);
// 存储本地向量库
chunkers.forEach(document -> {
float[] embedding = DocumentQuantizer.quantizeDocument(document);
if (embedding.length == 0) {
return;
}
SimpleVectorStoreContentstoreContent=newSimpleVectorStoreContent(
document.getId(),
document.getText(),
document.getMetadata(),
embedding
);
this.store.put(document.getId(), storeContent);
});
mutableDocuments.forEach(document -> persistMd5.add((String) document.getMetadata().get("md5")));
}
/
* 搜索向量数据库，根据相似度返回相关文档
*
* @param request
* @return
*/
@Override
public List<Document> doSimilaritySearch(SearchRequest request) {
Predicate<SimpleVectorStoreContent> documentFilterPredicate = this.doFilterPredicate(request);
finalfloat[] userQueryEmbedding = this.getUserQueryEmbedding(request.getQuery());
returnthis.store.values().stream()
.filter(documentFilterPredicate)
.map((content) -> content.toDocument(
DocumentQuantizer.calculateCosineSimilarity(userQueryEmbedding, content.getEmbedding())
))
.filter((document) -> document.getScore() >= request.getSimilarityThreshold())
.sorted(Comparator.comparing(Document::getScore).reversed())
.limit((long) request.getTopK())
.toList();
}
privatefloat[] getUserQueryEmbedding(String query) {
return DocumentQuantizer.quantizeQuery(query);
}
}
2.3.2 DocumentChunker - 文档分块器
合理地将长文档分块是RAG系统的关键环节，合理的分块大小，可以有效的增加检索效率、提高准确率、减少上下文长度
在真实的RAG应用中，这一块具体的方案挺多的，比如固定尺寸（下面的方案）、地柜拆分、语义拆分、结构化拆分（如结构化的markdown文档就很适合）、延迟拆分、自适应拆分、层级拆分、LLM驱动拆分、智能体拆分等（具体这一块我也没有深入学习，有兴趣的小伙伴问下AI吧~🤣）
public classDocumentChunker {
privatefinalint maxChunkSize;
privatefinalint overlapSize;
publicDocumentChunker() {
this(500, 50); // 默认值：最大块大小500个字符，重叠50个字符
}
public List<Document> chunkDocument(Document document) {
Stringcontent= document.getText();
if (content == null || content.trim().isEmpty()) {
return List.of(document);
}
List<String> chunks = splitText(content);
List<Document> chunkedDocuments = newArrayList<>();
for (inti=0; i < chunks.size(); i++) {
Stringchunk= chunks.get(i);
StringchunkId= document.getId() + "_chunk_" + i;
DocumentchunkDoc=newDocument(chunkId, chunk, newHashMap<>(document.getMetadata()));
chunkDoc.getMetadata().put("chunk_index", i);
chunkDoc.getMetadata().put("total_chunks", chunks.size());
chunkDoc.getMetadata().put("original_document_id", document.getId());
chunkedDocuments.add(chunkDoc);
}
return chunkedDocuments;
}
private List<String> splitText(String text) {
List<String> chunks = newArrayList<>();
// 按多种分隔符分割，优先在语义边界处分割
String[] sentences = text.split("(?<=。)|(?<=！)|(?<=!)|(?<=？)|(?<=\\?)|(?<=\\n\\n)");
StringBuildercurrentChunk=newStringBuilder();
for (String sentence : sentences) {
if (sentence.trim().isEmpty()) {
continue; // 跳过空句子
}
if (currentChunk.length() + sentence.length() <= maxChunkSize) {
// 如果当前块加上新句子不超过最大大小，就添加到当前块
if (currentChunk.length() > 0) {
currentChunk.append(sentence);
} else {
currentChunk.append(sentence);
}
} else {
// 如果当前块为空，但是单个句子太长，需要强制分割
if (currentChunk.length() == 0) {
List<String> subChunks = forceSplit(sentence, maxChunkSize);
for (inti=0; i < subChunks.size(); i++) {
StringsubChunk= subChunks.get(i);
if (i < subChunks.size() - 1) {
chunks.add(subChunk);
} else {
currentChunk.append(subChunk);
}
}
} else {
chunks.add(currentChunk.toString());
currentChunk = newStringBuilder();
// 添加重叠部分，如果句子长度大于重叠大小，则只取末尾部分
if (sentence.length() > overlapSize) {
Stringoverlap= sentence.substring(Math.max(0, sentence.length() - overlapSize));
currentChunk.append(overlap);
currentChunk.append(sentence);
} else {
currentChunk.append(sentence);
}
}
}
}
if (currentChunk.length() > 0) {
chunks.add(currentChunk.toString());
}
return chunks;
}
}
2.3.3 DocumentQuantizer - 文档量化器
使用HanLP进行中文分词，实现了一个简单的文档向量化工具类（同样的你也完全可以忽略它的具体实现，因为它的效果显然比使用EmbedingModel要差很多很多，但用于学习体验RAG也基本够用）
public classDocumentQuantizer {
privatestaticfinalSegmentSEGMENT= HanLP.newSegment();
publicstaticfloat[] quantizeText(String text) {
if (text == null || text.trim().isEmpty()) {
returnnewfloat[0];
}
String[] words = preprocessText(text);
Map<String, Integer> wordFreq = countWordFrequency(words);
// 生成固定长度的向量表示（这里使用前128个高频词）
return generateFixedLengthVector(wordFreq, 128);
}
/
* 将文本转换为数值向量表示（简化版）
使用TF-IDF的基本思想，但简化为词频统计
*
* @param text 输入文本
@return 数值向量
*/
privatestatic String[] preprocessText(String text) {
List<Term> termList = SEGMENT.seg(text);
return termList.stream()
.filter(term -> !isStopWord(term.word)) // 过滤停用词
.filter(term -> !term.nature.toString().startsWith("w")) // 过滤标点符号
.map(term -> term.word.toLowerCase()) // 转换为小写
.toArray(String[]::new);
}
/
* 生成固定长度的向量表示
* @param wordFreq 词频映射
@param length 向量长度
* @return 固定长度的向量
/
privatestaticfloat[] generateFixedLengthVector(Map<String, Integer> wordFreq, int length) {
float[] vector = newfloat[length];
// 获取频率最高的词汇
List<Map.Entry<String, Integer>> sortedEntries = wordFreq.entrySet()
.stream()
.sorted(Map.Entry.<String, Integer>comparingByValue().reversed())
.limit(length)
.collect(Collectors.toList());
// 将词频填入向量
for (inti=0; i < Math.min(sortedEntries.size(), length); i++) {
vector[i] = sortedEntries.get(i).getValue();
}
return vector;
}
publicstaticdoublecalculateCosineSimilarity(float[] vectorA, float[] vectorB) {
if (vectorA == null || vectorB == null || vectorA.length == 0 || vectorB.length == 0) {
return0.0;
}
intminLength= Math.min(vectorA.length, vectorB.length);
float[] adjustedA = Arrays.copyOf(vectorA, minLength);
float[] adjustedB = Arrays.copyOf(vectorB, minLength);
doubledotProduct=0.0;
doublenormA=0.0;
doublenormB=0.0;
for (inti=0; i < minLength; i++) {
dotProduct += adjustedA[i] * adjustedB[i];
normA += Math.pow(adjustedA[i], 2);
normB += Math.pow(adjustedB[i], 2);
}
normA = Math.sqrt(normA);
normB = Math.sqrt(normB);
if (normA == 0 || normB == 0) {
return0.0;
}
return dotProduct / (normA * normB);
}
}
2.3.4 注册向量库
接下来就是注册使用这个向量库，在配置类or启动类中，添加下面这个声明即可
@Bean
public VectorStore vectorStore() {
return TextBasedVectorStore.builder().build();
}
2.4 SpringAI向量存储
上面2.3适用于无法直接使用大模型厂家的向量模型的场景，如果可以直接使用，那么上面的全部可以直接忽略掉，直接使用下面的方式进行声明向量库即可
@Bean
public VectorStore vectorStore(EmbeddingModel embeddingModel) {
return SimpleVectorStore.builder(embeddingModel).build();
}
2.5 问答服务实现
接下来我们进入核心的基于RAG的QA问答机器人的实现
2.5.1 QaBoltService - 核心问答服务
Pre. 问答服务流程
我们先从时序的角度来看一下这个问答服务的核心交互流程
在这个时序过程中，为了简化大家的理解，我们将文档的向量化存储与问答进行了拆分
第一步：文档向量化
这一部分包含RAG应用数据准备阶段的完整过程
- 数据提取
- 文本分割
- 向量化
第二步：问答
- 应用层响应用户提问
- 从向量数据库检索相似度高的文档信息
- 注入提示词
- 访问大模型，获取答案
Impl. 核心实现
接下来我们看一下具体的实现（上面的步骤分割得很清楚，但是实际使用时，用户可以在问答中上传附件，这个附件也会作为我们知识库的一部分，因此具体的实现中，你会发现这两部耦合在一起了，请不要惊讶）
step1: 初始化ChatClient
在开始之前，我们首先参照SpringAI的官方教程，通过Advisor来初始化支持RAG的ChatClient
官方文档：https://docs.spring.io/spring-ai/reference/api/retrieval-augmented-generation.html[2]
@Service
publicclassQaBoltService {
privatefinal ChatClient chatClient;
privatefinal ChatMemory chatMemory;
privatefinal VectorStore vectorStore;
@Value("classpath:/prompts/qa-prompts.pt")
private Resource boltPrompts;
publicQaBoltService(ChatClient.Builder builder, VectorStore vectorStore, ChatMemory chatMemory) {
this.vectorStore = vectorStore;
this.chatMemory = chatMemory;
this.chatClient = builder.defaultAdvisors(
newSimpleLoggerAdvisor(ModelOptionsUtils::toJsonStringPrettyPrinter,
ModelOptionsUtils::toJsonStringPrettyPrinter, 0),
// 用于支持多轮对话
MessageChatMemoryAdvisor.builder(chatMemory).build(),
// 用于支持RAG
RetrievalAugmentationAdvisor.builder()
.queryTransformers(
// 使用大型语言模型重写用户查询，以便在查询目标系统时提供更好的结果。
RewriteQueryTransformer.builder().chatClientBuilder(builder.build().mutate()).build()
)
.queryAugmenter(
// ContextualQueryAugmenter 使用来自所提供文档内容的上下文数据来增强用户查询。
// 默认不支持上下文为空的场景，出现之后大模型会不返回用户查询；这里调整为支持为空
ContextualQueryAugmenter.builder().allowEmptyContext(true).build()
)
.documentRetriever(
VectorStoreDocumentRetriever.builder()
.similarityThreshold(0.50)
.vectorStore(vectorStore)
.build()
)
.build()
).build();
}
}
接下来就是响应问答的实现，这里分两步
step2: 文档处理
处理用户上传的附件，即上面时序图中的第一步，解析文档、切分、向量化、保存到向量库;
下面的实现中主要体现的是基于SpringAI封装的tika与pdf文档解析starter，来提取上传的文档，生成供向量数据库使用的List<Document>; 而具体的文档切分、向量化等则是在上面的TextBasedVectorStore实现
注：为了一个文档，重复进行数据处理，我们在元数据中维护了文档的 md5，这样当添加到向量库中时，就可以基于这个md5来进行去重了（一个工程化实现方面的小技巧~）
private ProceedInfo processFiles(String chatId, Collection<MultipartFile> files) {
StringBuildercontext=newStringBuilder("/n/n");
List<Media> mediaList = newArrayList<>();
files.forEach(file -> {
try {
vardata=newByteArrayResource(file.getBytes());
varmd5= calculateHash(chatId, file.getBytes());
MimeTypemime= MimeType.valueOf(file.getContentType());
if (mime.equalsTypeAndSubtype(MediaType.APPLICATION_PDF)) {
PagePdfDocumentReaderpdfReader=newPagePdfDocumentReader(data,
PdfDocumentReaderConfig.builder()
.withPageTopMargin(0)
.withPageExtractedTextFormatter(ExtractedTextFormatter.builder()
.withNumberOfTopTextLinesToDelete(0)
.build())
.withPagesPerDocument(1)
.build());
List<Document> documents = pdfReader.read();
documents.forEach(document -> {
document.getMetadata().put("md5", md5);
if (document.getMetadata().containsKey("file_name") &&
document.getMetadata().get("file_name") == null) {
document.getMetadata().put("file_name", file.getName());
}
});
vectorStore.add(documents);
varcontent= String.join("/n", documents.stream().map(Document::getText).toList());
context.append(String.format(ATTACHMENT_TEMPLATE, file.getName(), content));
} elseif ("text".equalsIgnoreCase(mime.getType())) {
List<Document> documents = newTikaDocumentReader(data).read();
documents.forEach(document -> document.getMetadata().put("md5", md5));
vectorStore.add(documents);
varcontent= String.join("/n", documents.stream().map(Document::getText).toList());
context.append(String.format(ATTACHMENT_TEMPLATE, file.getName(), content));
}
} catch (IOException e) {
thrownewRuntimeException(e);
}
});
returnnewProceedInfo(context.toString(), mediaList);
}
step3: 问答实现
然后就是具体的问答实现，这里主要是借助 QuestionAnswerAdvisor 来封装RAG相关的信息
说明：在下面的实现中，使用了自定义的提示词模板，当然也可以直接使用SpringAI默认的方案
public Flux<String> ask(String chatId, String question, Collection<MultipartFile> files) {
processFiles(chatId, files);
// 自定义的提示词模板，替换默认的检索参考资料的提示词模板
// 其中 <query> 对应的是用户的提问 question
// <question_answer_context> 对应的是增强检索的document，即检索到的参考资料
PromptTemplatecustomPromptTemplate= PromptTemplate.builder()
.renderer(StTemplateRenderer.builder().startDelimiterToken('<').endDelimiterToken('>').build())
.template("""
<query>
Context information is below.
---------------------
<question_answer_context>
---------------------
Given the context information and no prior knowledge, answer the query.
Follow these rules:
1. If the answer is not in the context, just say that you don't know.
statements like "Based on the context..." or "The provided information...".
""").build();
varqaAdvisor= QuestionAnswerAdvisor.builder(vectorStore)
.searchRequest(SearchRequest.builder().similarityThreshold(0.5d).topK(3).build())
.promptTemplate(customPromptTemplate)
.build();
varrequestSpec= chatClient.prompt()
.system(boltPrompts)
.user(question)
.advisors(qaAdvisor)
.advisors(a -> a.param(ChatMemory.CONVERSATION_ID, chatId));
return requestSpec.stream().content().map(s -> s.replaceAll("/n", "<br/>"));
}
到这里，一个基于RAG的问答机器人的核心逻辑，已经全部完成，接下来我们进入体验阶段
2.5.2 控制器实现
QaApiController - API控制器
@RestController
@RequestMapping("/api")
publicclassQaApiController {
@Autowired
private QaBoltService qaBolt;
@GetMapping(path = "/chat/{chatId}", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> qaGet(@PathVariable("chatId") String chatId,
@RequestParam("question") String question) {
return qaBolt.ask(chatId, question, Collections.emptyList());
}
@PostMapping(path = "/chat/{chatId}", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> qaPost(@PathVariable("chatId") String chatId,
@RequestParam("question") String question,
@RequestParam(value = "files", required = false) Collection<MultipartFile> files) {
if (files == null) {
files = Collections.emptyList();
}
return qaBolt.ask(chatId, question, files);
}
}
2.6 前端界面
交互式聊天界面，前端界面提供了文件上传和问答交互功能，具体的代码实现请参考文末的项目源码地址，这里就不贴了（主要是太长了~）
三、体验与小结
3.1 启动类
@SpringBootApplication
publicclassD05Application {
@Bean
public VectorStore vectorStore() {
return TextBasedVectorStore.builder().build();
}
publicstaticvoidmain(String[] args) {
SpringApplication.run(D05Application.class, args);
System.out.println("启动成功，前端测试访问地址： http://localhost:8080/chat");
}
}
3.2 问答提示词
在 resources/prompts/qa-prompts.pt 中维护我们的qa机器人的系统提示词（DeepSeek生成的）
## 角色设定
你是一个智能问答助手，专门负责根据用户提供的文档内容进行准确的回答和信息提取。
## 核心任务
- 仔细阅读并理解用户上传的文档内容
- 基于文档中的信息回答用户的问题
- 提供准确、相关且基于文档的答案
- 当问题超出文档范围时，明确告知用户该信息未在文档中提及
## 工作流程
1. **首先分析用户上传的文档，提取关键信息**
2. **理解用户提出的问题**
3. **在文档中查找与问题相关的信息**
4. **整合相关信息并形成结构化答案**
5. **如无法从文档中找到相关信息，则说明情况**
## 回答规范
- 严格基于文档内容作答，不得编造信息
- 引用文档中的具体信息时，请保持原文准确性
- 如果问题涉及多个知识点，在答案中清晰分点说明
- 对于不确定的内容，应诚实表达不确定性，而非猜测
- 保持回答简洁明了，同时确保信息完整
## 注意事项
- 不得脱离文档内容进行回答
- 遇到模糊或不明确的问题时，可以请求用户提供更详细的信息
- 如果文档中没有相关内容，必须明确告知用户
- 保持专业、礼貌的沟通态度
3.3 运行与测试
- 启动应用
：运行D05Application主类
2. 访问页面
：打开http://localhost:8080/chat
3. 上传文档
：选择PDF、Word或文本文件
4. 提问测试
：在输入框中输入关于文档的问题
当然在启动时，可以在启动参数中指定大模型的ApiKey，也可以直接修改applicatino.yml，直接维护上apiKey也可以哦
在上面这个示意图中，我上传的是宣传文档，显然是没有被大模型检索、训练过的，从问答来看，效果还是不错的
但是请注意，这个只是给大家用来体验RAG的，用来学习验证还是不错的；但是真实场景显然比我们提到的内容还多很多，比如
- 安全隐私：不同用户的知识库文件需要隔离
- 存储优化：上下文窗口的管理、对话历史的管理
- 检索优化：多路召回、查询语义理解、查询改写等
- 模型优化：成本、效率的权衡
- 监控体系：链路追踪、日志分析、告警等
- DevOps: CI/CD，容器编排
- 体验、性能等
3.4 核心技术要点小结
1. RAG工作流程
- 检索阶段
：当用户提问时，系统首先将问题转换为向量，然后在文档向量库中查找相似的文档片段
- 生成阶段
：将检索到的相关文档内容与用户问题一起输入大语言模型，生成最终答案
2. 文档处理优化
- 中文分词
：使用HanLP进行精确的中文分词，提高语义理解准确性
- 文档分块
：将长文档合理分块，保持语义完整性的同时便于检索
- 去重机制
：通过MD5哈希避免重复上传相同的文档
3. 性能优化
- 相似度计算
：使用余弦相似度算法计算文本相似度
- 缓存机制
：对已处理的文档进行缓存，避免重复处理
- 流式响应
：使用SSE实现答案的流式返回，提升用户体验
本文通过一个最小成本（技术和资金成本都很小）的方案，我们实现了一个完整的RAG知识库问答机器人。
通过这个项目，相信对RAG感兴趣，想快速体验一下完成流程的小伙伴，可以有一个动手实操的机会。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套 AI 大模型突围资料包：
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2026 最新岗位需求图谱
所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~
① 全套AI大模型应用开发视频教程
（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）
② 大模型系统化学习路线
作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。
④ AI大模型最新行业报告
2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
⑤ 大模型项目实战&配套源码
学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
以上资料如何领取？
为什么大家都在学大模型？
最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！
不出1年，“有AI项目经验”将成为投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
这些资料真的有用吗？
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
以上全套大模型资料如何领取？
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
9
0- 0
已为社区贡献179条内容
所有评论(0)