第4集:让AI学会看文档:Spring AI RAG入门实战

用户：你们的ERP系统支持什么功能？AI：抱歉，我不了解贵公司的产品...

用户提问    ↓① 检索：在知识库中找相关资料    ↓② 增强：把资料塞进Prompt    ↓③ 生成：AI基于资料生成答案    ↓返回答案（带来源引用）

// 一份代码通吃所有格式（PDF、Word、TXT、MD、HTML）DocumentReader reader = new TikaDocumentReader(resource);List<Document> documents = reader.read();// 如果是纯 PDF，也可以用更细的 PagePdfDocumentReader / ParagraphPdfDocumentReader// DocumentReader pdfReader = new PagePdfDocumentReader(resource);

@Servicepublic class DocumentService {    public List<Document> parsePdf(String filePath) {        Resource resource = new FileSystemResource(filePath);        // 统一用 TikaDocumentReader 解析（PDF/Word/TXT 都支持）        DocumentReader reader = new TikaDocumentReader(resource);        // 解析并返回文档列表        return reader.read();    }}

// Spring AI 1.0：TokenTextSplitter 构造参数为// (chunkSize, minChunkSizeChars, maxChunkSizeChars, overlap, maxNumChunks)TextSplitter splitter = new TokenTextSplitter(    500,   // 每个 chunk 最大 500 个 token    100,   // 最小 chunk 字符数    800,   // 最大 chunk 字符数    50,    // 重叠 50 个 token（保持上下文连贯）    10000  // 最大 chunk 数量上限);// 分块List<Document> chunks = splitter.apply(documents);

@Servicepublic class EmbeddingService {    @Autowired    private EmbeddingModel embeddingModel;    public float[] embed(String text) {        // 调用智谱Embedding-2模型        EmbeddingResponse response = embeddingModel.call(text);        return response.getResults().get(0).getEmbedding();    }}

原文："退货政策是什么？"向量：[0.023, -0.156, 0.789, ...]（1536维）

"退货政策"的向量  ≈  "退款规定"的向量  →  相似度0.85"订单查询"的向量  ≠  "退货政策"的向量  →  相似度0.32

<!-- 依赖 --><dependency>    <groupId>org.springframework.ai</groupId>    <artifactId>spring-ai-starter-vector-store-redis</artifactId></dependency>

# 配置spring:  ai:    vectorstore:      redis:        host: localhost        port: 6379        index-name: spring-ai-index        prefix: "spring-ai:"

@Servicepublic class KnowledgeBaseService {    @Autowired    private VectorStore vectorStore;    @Autowired    private TextSplitter splitter;    @Autowired    private EmbeddingModel embeddingModel;    public void addDocument(Document doc) {        // 1. 分块        List<Document> chunks = splitter.apply(Collections.singletonList(doc));        // 2. 生成向量并存储        vectorStore.add(chunks);    }}

@Servicepublic class RagChatService {    @Autowired    private ChatClient chatClient;    @Autowired    private VectorStore vectorStore;    public String chatWithRag(String question) {        return chatClient.prompt()            .user(question)            .advisors(new QuestionAnswerAdvisor(vectorStore))  // 添加RAG助手            .call()            .content();    }}

// 1. 上传文档到知识库KnowledgeBaseService.addDocument(new Document(    "我们的ERP系统支持：采购管理、销售管理、库存管理、财务管理..."));// 2. 用户提问String answer = ragChatService.chatWithRag("你们的ERP支持什么功能？");// 3. AI回答（基于文档）/*根据我们的产品文档，我们的ERP系统主要支持以下功能：1. 采购管理：供应商管理、采购订单、入库管理2. 销售管理：客户管理、销售订单、出库管理3. 库存管理：仓库管理、库存调拨、盘点管理4. 财务管理：应收应付、成本核算、报表分析*/