第一版 RAG:上传文档就能问,我用了不到 200 行

先把企业级架构设计好

先把最小那条

链路跑通

五个步骤 · 三个 Bean · 一条能问的链路

@Configuration

public class RagConfig {

　　@Bean

　　public ChatModel chatModel() {              // 对话模型

　　　　return OllamaChatModel.builder()

　　　　　　　　.baseUrl(baseUrl)               // localhost:11434

　　　　　　　　.modelName("qwen3:14b")

　　　　　　　　.timeout(Duration.ofSeconds(300)) // 本地模型首响慢，超时给足

　　　　　　　　.build();

　　}

　　@Bean

　　public EmbeddingModel embeddingModel() {    // 向量化模型

　　　　return OllamaEmbeddingModel.builder()

　　　　　　　　.baseUrl(baseUrl)

　　　　　　　　.modelName("nomic-embed-text")  // 768 维

　　　　　　　　.build();

　　}

　　@Bean

　　public EmbeddingStore<TextSegment> embeddingStore() {  // 向量库

　　　　return new InMemoryEmbeddingStore<>();             // ← 就这一行，第一版

　　}

}

return new InMemoryEmbeddingStore<>();          // 内存，重启就没了

return PgVectorEmbeddingStore.builder()          // PostgreSQL + pgvector，落盘

　　　　.host(pgHost).port(pgPort).database(pgDatabase)

　　　　.table("embedding_store").dimension(768)

　　　　.createTable(true)

　　　　.build();

/**

* 入库：一篇文档 → 切块 → 逐块向量化 → 写入向量库。返回切块数。

*/

public int ingest(String text) {

　　List<String> chunks = split(text, 500, 80);   // 固定窗口 500，重叠 80

　　int count = 0;

　　for (String chunk : chunks) {

　　　　TextSegment segment = TextSegment.from(chunk);          // 切片 → TextSegment

　　　　Embedding embedding = embeddingModel.embed(segment).content(); // 调模型向量化

　　　　embeddingStore.add(embedding, segment);                 // 存

　　　　count++;

　　}

　　return count;

}

public String ask(String question) {

　　// 1) 问题向量化：和入库时用的是同一个 embedding 模型

　　Embedding questionEmbedding = embeddingModel.embed(question).content();

　　// 2) 检索：交给 LangChain4j 封装的单路向量检索

　　EmbeddingSearchRequest request = EmbeddingSearchRequest.builder()

　　　　　　.queryEmbedding(questionEmbedding)

　　　　　　.maxResults(3)        // top-k = 3

　　　　　　.minScore(0.3)        // 相似度低于 0.3 的不要

　　　　　　.build();

　　List<EmbeddingMatch<TextSegment>> matches =

　　　　　　embeddingStore.search(request).matches();

　　// 3) 拼 prompt：把命中的片段拼成「参考资料」，连问题一起给模型

　　String context = matches.stream()

　　　　　　.map(m -> m.embedded().text())

　　　　　　.collect(Collectors.joining("\n\n---\n\n"));

　　return chatModel.chat(prompt(question, context));

}