基于 Spring AI 框架实现的检索增强生成（RAG）系统，支持文档上传、向量化存储和智能问答功能。

本项目展示了如何使用 Spring AI 构建一个完整的 RAG 系统，主要功能包括：

• 📄 文档上传与解析：支持多种格式文档的上传和内容提取
• 🔍 向量化存储：将文档内容转换为向量并存储到 Redis 向量数据库
• 🤖 智能问答：基于上传的文档内容回答用户问题
• ⚡ 实时搜索：快速检索相关文档片段并生成准确回答

• Spring Boot 3.4.5 - 应用框架
• Spring AI 1.0.0 - AI 集成框架
• Java 21 - 编程语言
• Redis Stack - 向量数据库
• Ollama - 本地大语言模型服务
• Apache Tika - 文档解析
• Lombok - 代码简化

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   前端/客户端    │───▶│  Spring Boot    │───▶│   Redis Stack   │
│                 │    │   应用服务       │    │   向量数据库     │
└─────────────────┘    └─────────────────┘    └─────────────────┘
                              │
                              ▼
                       ┌─────────────────┐
                       │     Ollama      │
                       │   大语言模型     │
                       └─────────────────┘

• Java 21+
• Maven 3.6+
• Docker & Docker Compose
• Ollama（用于本地大语言模型）

cd doc/redis-stack
docker-compose up -d

Redis Stack 将在以下端口启动：

• Redis 服务：localhost:6380
• RedisInsight 管理界面：http://localhost:8001

# 安装 Ollama（macOS）
brew install ollama

# 启动 Ollama 服务
ollama serve

# 下载并运行 qwen3:8b 模型
ollama pull qwen3:8b

# 设置Redis密码（可选，默认为123456）
export REDIS_PASSWORD=your_secure_password

# 克隆项目
git clone <repository-url>
cd spring-ai-rag-example

# 编译并运行
mvn spring-boot:run

应用将在 http://localhost:8080 启动。

POST /rag/uploadDoc
Content-Type: multipart/form-data

file: <文档文件>

响应示例：

[
  {
    "id": "doc-1",
    "content": "文档内容片段1...",
    "metadata": {
      "fileName": "example.txt"
    }
  }
]

GET /rag/search?question=你的问题

响应示例：

{
  "answer": "基于上传文档的回答内容..."
}

spring:
  ai:
    ollama:
      base-url: http://localhost:11434  # Ollama 服务地址
      chat:
        options:
          model: qwen3:8b               # 使用的模型
    vectorstore:
      redis:
        initialize-schema: true         # 自动初始化向量存储结构
        index-name: spring-ai-vectorstore-index
        prefix: 'embedding:'
  data:
    redis:
      host: localhost
      port: 6380
      password: ${REDIS_PASSWORD:your_redis_password}
      username: default

负责文档的上传、解析、分割和向量化存储：

• 文档解析：使用 Apache Tika 解析多种格式文档
• 文本分割：自定义文本分割器，按段落分割文档
• 向量存储：将文档片段转换为向量并存储到 Redis

提供 RESTful API 接口：

• POST /rag/uploadDoc - 上传文档
• GET /rag/search - 智能问答

基于正则表达式的文本分割器，按照空行分割文档内容，保持语义完整性。

curl -X POST \
  http://localhost:8080/rag/uploadDoc \
  -H 'Content-Type: multipart/form-data' \
  -F 'file=@/path/to/your/document.txt'

curl -X GET \
  "http://localhost:8080/rag/search?question=如何使用Spring AI？"

src/main/java/org/example/springai/
├── SpringAiRagExampleApplication.java     # 主启动类
└── rag/
    ├── config/
    │   └── AiConfig.java                  # AI 配置类
    ├── controller/
    │   └── RagController.java             # REST 控制器
    ├── service/
    │   ├── DocumentService.java           # 文档服务接口
    │   └── impl/
    │       └── DocumentServiceImpl.java   # 文档服务实现
    └── utils/
        └── CustomTextSplitter.java        # 自定义文本分割器