Java开发者手把手搭AI知识库,公司文档秒变智能问答

spring:  ai:    openai:      api-key: 你的大模型API密钥      base-url: 大模型API地址    vectorstore:      milvus:        host: localhost        port: 19530        database-name: default        collection-name: knowledge_base        embedding-dimension: 1536 # 和你用的Embedding模型维度一致

docker run -d --name milvus -p 19530:19530 -p 9091:9091 milvusdb/milvus:v2.3.5

@Componentpublic class DocumentLoader {    private final Tika tika = new Tika();    /**     * 加载本地文档并切片     */    public List<String> loadAndSplit(String filePath) throws IOException {        // 用Tika自动识别文档格式，提取文本        String content = tika.parseToString(new File(filePath));        // 按固定大小切片，保留重叠部分        int chunkSize = 500;        int overlapSize = 50;        List<String> chunks = new ArrayList<>();        for (int i = 0; i < content.length(); i += (chunkSize - overlapSize)) {            int end = Math.min(i + chunkSize, content.length());            chunks.add(content.substring(i, end));        }        return chunks;    }}

@Servicepublic class KnowledgeService {    private final VectorStore vectorStore;    private final DocumentLoader documentLoader;    public KnowledgeService(VectorStore vectorStore, DocumentLoader documentLoader) {        this.vectorStore = vectorStore;        this.documentLoader = documentLoader;    }    /**     * 上传文档到知识库     */    public void uploadDocument(String filePath) throws IOException {        List<String> chunks = documentLoader.loadAndSplit(filePath);        // 把文本块转成Spring AI的Document对象，自动做向量化        List<org.springframework.ai.document.Document> documents = chunks.stream()                .map(chunk -> new org.springframework.ai.document.Document(chunk))                .toList();        // 存入向量数据库        vectorStore.add(documents);    }}

public List<String> retrieveRelatedDocs(String question) {    // 相似度搜索，取前3条最相关的内容    List<org.springframework.ai.document.Document> similarDocs =             vectorStore.similaritySearch(SearchRequest.query(question).withTopK(3));    return similarDocs.stream()            .map(org.springframework.ai.document.Document::getContent)            .toList();}

public String chat(String question) {    // 先检索相关文档    List<String> relatedDocs = retrieveRelatedDocs(question);    // 组装prompt，告诉AI只用提供的资料回答    String prompt = """            你是公司内部知识库助手，请仅用以下提供的资料回答用户问题，            如果资料里没有相关内容，请直接回答"我不知道"，不要编造内容。            相关资料：%s            用户问题：%s            """.formatted(String.join("\n", relatedDocs), question);    // 调用大模型生成回答    ChatResponse response = openAiChatClient.call(            new Prompt(prompt, OpenAiChatOptions.builder()                    .withModel("qwen-plus") // 用国产大模型API，按需替换                    .withTemperature(0f) // 温度设为0，回答更稳定                    .build())    );    return response.getResult().getOutput().getContent();}

@RestController@RequestMapping("/knowledge")public class KnowledgeController {    private final KnowledgeService knowledgeService;    @PostMapping("/upload")    public String upload(@RequestParam String filePath) throws IOException {        knowledgeService.uploadDocument(filePath);        return "文档上传成功";    }    @GetMapping("/chat")    public String chat(@RequestParam String question) {        return knowledgeService.chat(question);    }}