说明

 使用SpringAI 1.x版本对项目进行重构,旧版本详见分支0.8-vue：

• 前端：React + Umi.js
• 后端：SpringAI 1.x

功能集中实现:知识库分离，文档分离，支持指定某个知识库进行RAG对话、多模态对话。

项目介绍

 know-hub-ai是一款采用RAG 技术实现的个人知识库 AI 问答系统，本项目适配 OpenAI 接口，因此可搭配One-API实现大语言模型的统一调用。

 🌟🌟请将本项目视为一个 Spring AI 和 RAG 技术的学习项目，本项目重在介绍 Spring AI 的使用以及结合向量数据库实现 RAG 技术的实现。

特性

• 使用最新的Spring AI 1.0版本实现；
• 自定义ChatMessage用于存储到数据库，保留对话信息；
• 基于自定义的ChatMessage实现DatabaseChatMemory将对话数据存储到数据库中；
• 使用QuestionAnswerAdvisor+自定义提示词构建RAG对话上下文；
• 通过自定义向量数据查询条件，实现知识库分离，支持RAG对话时指定某些知识库；
• 多模态对话时，将附件存储到Minio；

TODO

后端工作

• 对话附件上传接口：多模态需要。文档或图片上传时返回id，携带该id发起对话，Media 在后端根据id构建。
• DatabaseChatMemory 实现：Message 存储到数据库中
• 知识库增删改查接口：添加知识库、删除知识库、知识库列表
• 知识库附件上传接口：指定知识库（携带id）上传，将文档存储到向量数据库（meta记录知识库id-baseId），同时生成附件文档对象。
• 知识库下的附件文档删查接口：在指定知识库下，可以删除附件、查询附件。
• 对话信息接口：创建对话、查询对话信息
• 非多模态RAG对话: 指定多个知识库进行对话
• 简单对话
• 多模态简单对话
• 多模态RAG对话
• 文档上传时，提取文档内部图片，调用多模态模型对图片进行描述然后入库。后续对话时，将文档里的图片及描述作为上下文。

前端工作

• 对话界面: 快速搭建
• 知识库管理界面
• 知识库下附件管理界面

演示

知识库管理

简单对话 + 简单RAG对话

多模态对话

开发

环境

• node: v18
• jdk: 17
• minio + pgvector: docker-compose.yml

启动前端

pnpm install
pnpm start

启动后端

• 修改配置文件：application.yml 和 llm.yml

 注意：application.yml配置里的llm-dev.yml需要改为llm.yml,当然也可以新建llm-dev.yml,在代码推送时，llm-dev.yml文件会被忽略:

spring:
  config:
    import: classpath:llm-dev.yml

• 启动SystemApp