Spring AI RAG 检索实战：构建企业级私有知识库

一、系列回顾与本篇定位

1.1 系列回顾

本系列已覆盖 Spring AI 核心能力：从基础集成 ChatModel，到 ChatClient 封装，再到多模型共存、Prompt 工程、结构化输出、Tool Calling、Chat Memory 以及多模态能力。这些模块为构建复杂 AI 应用打下了坚实基础。

1.2 本篇定位

大模型虽具备强大的通用知识，但存在明确的能力边界：它不了解你的私有业务数据（如内部运维手册），知识有截止日期，且可能产生'幻觉'。

RAG（检索增强生成）正是解决这些问题的核心技术。通过'检索私有知识库 + 大模型基于检索结果生成回答'，让大模型能基于你的私有数据回答问题，同时大幅减少幻觉。

本篇作为系列企业级核心收官篇，我们将完整实现一套基于 Spring AI 的 RAG 智能问答系统：从原理拆解到 RedisStack 向量存储落地，涵盖带去重逻辑的知识库初始化、RetrievalAugmentationAdvisor 配置，以及动态过滤、自定义 Prompt 模板等进阶场景，并补充生产环境最佳实践。

---

二、核心概念拆解：Spring AI RAG 全原理

2.1 什么是 RAG

RAG 的核心流程分为三步：

1. 检索（Retrieval）：用户提问时，先从向量数据库中检索出最相关的文档片段。
2. 增强（Augmentation）：将检索到的片段作为上下文，拼接到用户问题中。
3. 生成（Generation）：将包含上下文的 Prompt 发送给大模型，基于上下文回答问题。

简单来说：RAG = 向量检索 + 大模型生成。它让大模型能'查资料'后再回答，既保留了语言能力，又注入了私有知识。

2.2 Spring AI 模块化 RAG 架构

Spring AI 1.0+ 版本推出了模块化 RAG 架构，参考了论文《Modular RAG: Transforming RAG Systems into LEGO-like Reconfigurable Frameworks》，将 RAG 拆分为多个可插拔模块，你可以像搭积木一样组合。

模块类型	作用	典型实现
Pre-Retrieval（检索前）	处理用户查询，提升检索质量	RewriteQueryTransformer（查询改写）、MultiQueryExpander（查询扩展）
Retrieval（检索）	从数据源检索相关文档	VectorStoreDocumentRetriever（向量库检索）
Post-R retrieval（检索后）	处理检索到的文档	文档重排序、去重、压缩
Generation（生成）	基于上下文生成最终回答	ContextualQueryAugmenter（上下文增强）

对于大多数常见场景，Spring AI 提供了两个开箱即用的 Advisor：

• QuestionAnswerAdvisor：简单场景，适合快速上手。
• RetrievalAugmentationAdvisor：高级场景，支持模块化配置，适合生产环境。

三、实战落地：从零构建企业级 RAG 系统

3.1 环境前提

• JDK 17+、Spring Boot 3.2.x 环境
• 阿里云百炼 API Key 环境变量 DASHSCOPE_API_KEY
• 已安装并启动 RedisStack（含向量搜索能力）
• pom.xml 依赖引入：

<!-- Spring AI Alibaba Starter -->
<dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-starter-dashscope</artifactId>
    <version>1.0.0.2</version>
</dependency>
<!-- Spring AI RAG Advisors -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-advisors-vector-store</artifactId>
</dependency>
<!-- Spring AI Redis Vector Store -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-redis-store</artifactId>
</dependency>
<!-- Spring Data Redis -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!-- Hutool 工具类（用于 MD5 去重） -->
<dependency>
    <groupId>cn.hutool</groupId>
    <artifactId>hutool-all</artifactId>
    <version>5.8.26</version>
</dependency>

3.2 第一步：配置 Redis 与向量存储

首先配置 Redis 连接，注册 RedisTemplate 用于去重逻辑，Spring AI 会自动配置 VectorStore（基于 RedisStack）。

import lombok.extern.slf4j.Slf4j;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

/**
 * Redis 配置类：用于向量存储与去重逻辑
 */
@Configuration
@Slf4j
public class RedisConfig {

    /**
     * 配置 RedisTemplate，用于去重逻辑
     */
    @Bean
    public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {
        RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
        redisTemplate.setConnectionFactory(redisConnectionFactory);
        // 设置 Key 序列化方式：String
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        // 设置 Value 序列化方式：JSON
        redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer());
        redisTemplate.setHashValueSerializer(new GenericJackson2JsonRedisSerializer());
        redisTemplate.afterPropertiesSet();
        return redisTemplate;
    }
}

application.yml 配置：

spring:
  data:
    redis:
      host: localhost
      port: 6379
      password: 123456
      database: 0
  ai:
    vectorstore:
      redis:
        initialize-schema: true # 自动初始化向量库 Schema

3.3 第二步：知识库初始化（带去重逻辑）

这是生产环境非常重要的一步：避免重复加载文档。我们通过 Redis 的 setIfAbsent（SETNX）命令实现去重，确保同一文档只加载一次。

首先在 src/main/resources 目录下准备你的私有知识库文档（例如 code.txt，运维故障手册）：

故障编码：C00001
故障描述：服务器 CPU 使用率超过 90%
解决方案：
1. 登录服务器，使用 top 命令查看 CPU 占用最高的进程
2. 如果是 Java 进程，使用 jstack 查看线程栈
3. 优化代码或扩容服务器

故障编码：C00002
故障描述：数据库连接池耗尽
解决方案：
1. 检查数据库连接池配置，适当增加最大连接数
2. 检查是否有连接泄漏，使用 druid 的监控功能
3. 优化慢 SQL，减少连接持有时间

然后编写知识库初始化配置类：

import cn.hutool.crypto.SecureUtil;
import jakarta.annotation.PostConstruct;
import org.springframework.ai.document.Document;
import org.springframework.ai.reader.TextReader;
import org.springframework.ai.transformer.splitter.TokenTextSplitter;
import org.springframework.ai.vectorstore.VectorStore;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.io.Resource;
import org.springframework.data.redis.core.RedisTemplate;

import java.nio.charset.Charset;
import java.util.List;

/**
 * 知识库初始化配置类：带去重逻辑
 */
@Configuration
public class InitVectorDatabaseConfig {

    @Autowired
    private VectorStore vectorStore;

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    // 注入私有知识库文档
    @Value("classpath:code.txt")
    private Resource opsFile;

    @PostConstruct
    public void init() {
        // 1. 读取文档：使用 TextReader 读取文本文件
        TextReader textReader = new TextReader(opsFile);
        textReader.setCharset(Charset.defaultCharset());

        // 2. 文档分块：使用 TokenTextSplitter 将长文档切分为适合向量化的片段
        // 默认分块策略：每块 800 Token，重叠 200 Token
        List<Document> documents = new TokenTextSplitter().transform(textReader.read());

        // 3. 去重逻辑：基于 Redis SETNX 实现，避免重复加载同一文档
        // 计算文档源文件的 MD5 作为唯一标识
        String sourceMetadata = (String) textReader.getCustomMetadata().get("source");
        String textHash = SecureUtil.md5(sourceMetadata);
        String redisKey = "vector-initialized:" + textHash;

        // SETNX：如果 Key 不存在则设置值并返回 true，否则返回 false
        Boolean isFirstLoad = redisTemplate.opsForValue().setIfAbsent(redisKey, "1");

        if (Boolean.TRUE.equals(isFirstLoad)) {
            // 4. 首次加载：将文档向量化并存入向量数据库
            vectorStore.add(documents);
            System.out.println("✅ 知识库初始化成功，文档已向量化并存入 RedisStack");
        } else {
            System.out.println("ℹ️ 知识库已初始化过，跳过重复加载");
        }
    }
}

关键说明：

• 文档分块：TokenTextSplitter 是 Spring AI 提供的默认分块器，它会基于 Token 数量切分文档，默认每块 800 Token，重叠 200 Token（重叠可以避免上下文丢失）。
• 去重逻辑：通过计算文档源文件的 MD5，结合 Redis 的 setIfAbsent 命令，确保同一文档只加载一次，避免服务重启后重复向量化。
• 元数据：TextReader 会自动添加 source 元数据（文档路径），我们可以基于此做更多扩展。

3.4 第三步：配置 RAG Advisor

Spring AI 提供了 RetrievalAugmentationAdvisor，这是一个模块化的 RAG Advisor，适合生产环境使用。我们将其集成到 ChatClient 中。

import com.alibaba.cloud.ai.dashscope.api.DashScopeApi;
import com.alibaba.cloud.ai.dashscope.chat.DashScopeChatModel;
import com.alibaba.cloud.ai.dashscope.chat.DashScopeChatOptions;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.prompt.ChatOptions;
import org.springframework.ai.rag.advisor.RetrievalAugmentationAdvisor;
import org.springframework.ai.rag.retrieval.search.VectorStoreDocumentRetriever;
import org.springframework.ai.vectorstore.VectorStore;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * ChatModel+ChatClient+RAG 配置类
 */
@Configuration
public class LLMConfig {

    // 模型名称常量定义
    private final String DEEPSEEK_MODEL = "deepseek-v3";
    private final String QWEN_MODEL = "qwen-plus";

    // ==================== ChatModel 实例注册 ====================
    @Bean(name = "deepseek")
    public ChatModel deepSeekChatModel() {
        return DashScopeChatModel.builder()
                .dashScopeApi(DashScopeApi.builder()
                        .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                        .build())
                .defaultOptions(DashScopeChatOptions.builder()
                        .withModel(DEEPSEEK_MODEL)
                        .withTemperature(0.1) // RAG 场景建议调低温度，提升回答稳定性
                        .build())
                .build();
    }

    @Bean(name = "qwen")
    public ChatModel qwenChatModel() {
        return DashScopeChatModel.builder()
                .dashScopeApi(DashScopeApi.builder()
                        .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                        .build())
                .defaultOptions(DashScopeChatOptions.builder()
                        .withModel(QWEN_MODEL)
                        .withTemperature(0.1) // RAG 场景建议调低温度
                        .build())
                .build();
    }

    // ==================== 带 RAG 的 ChatClient 实例注册 ====================
    @Bean(name = "qwenChatClient")
    public ChatClient qwenChatClient(
            @Qualifier("qwen") ChatModel qwenChatModel,
            VectorStore vectorStore) {

        // 配置 RAG Advisor
        RetrievalAugmentationAdvisor ragAdvisor = RetrievalAugmentationAdvisor.builder()
                .documentRetriever(VectorStoreDocumentRetriever.builder()
                        .vectorStore(vectorStore)
                        .topK(5) // 返回最相关的 5 条文档
                        .similarityThreshold(0.7) // 相似度阈值，只返回相似度大于 0.7 的文档
                        .build())
                .build();

        return ChatClient.builder(qwenChatModel)
                .defaultOptions(ChatOptions.builder().model(QWEN_MODEL).build())
                .defaultAdvisors(ragAdvisor) // 全局默认启用 RAG
                .build();
    }

    @Bean(name = "deepseekChatClient")
    public ChatClient deepseekChatClient(
            @Qualifier("deepseek") ChatModel deepSeekChatModel,
            VectorStore vectorStore) {

        RetrievalAugmentationAdvisor ragAdvisor = RetrievalAugmentationAdvisor.builder()
                .documentRetriever(VectorStoreDocumentRetriever.builder()
                        .vectorStore(vectorStore)
                        .topK(5)
                        .similarityThreshold(0.7)
                        .build())
                .build();

        return ChatClient.builder(deepSeekChatModel)
                .defaultOptions(ChatOptions.builder().model(DEEPSEEK_MODEL).build())
                .defaultAdvisors(ragAdvisor)
                .build();
    }
}

关键说明：

• 温度设置：RAG 场景建议将 temperature 调低至 0.1-0.3，降低大模型的随机性，让它更严格地基于上下文回答。
• TopK 与相似度阈值：
  • topK：设置返回最相关的 N 条文档，建议 5-10 条。
  • similarityThreshold：设置相似度阈值，只返回相似度大于该值的文档，避免检索到不相关的内容。

3.5 第四步：实现 RAG 问答接口

最后编写 RAG 问答接口，实现基于私有知识库的智能问答。

import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;

/**
 * RAG 智能问答接口
 */
@RestController
public class RagController {

    @Resource(name = "qwenChatClient")
    private ChatClient chatClient;

    /**
     * RAG 智能问答接口
     * 访问示例：http://localhost:8012/ragaiops?msg=C00001
     * 访问示例：http://localhost:8012/ragaiops?msg=数据库连接池耗尽怎么办
     */
    @GetMapping("/ragaiops")
    public Flux<String> rag(@RequestParam(name = "msg") String msg) {
        // 系统提示词：设定 AI 角色，要求它基于上下文回答
        String systemPrompt = """
                你是一个专业的运维工程师，你的职责是根据提供的运维故障手册，回答用户的故障问题。
                请严格遵循以下规则：
                1. 如果故障信息在上下文中，请基于上下文给出清晰的解决方案。
                2. 如果故障信息不在上下文中，请直接回复'抱歉，未找到该故障的相关信息'，不要编造内容。
                3. 回答要简洁、专业、有可操作性。
                """;

        return chatClient
                .prompt()
                .system(systemPrompt)
                .user(msg)
                .stream()
                .content();
    }
}

接口测试说明：

1. 启动服务后，知识库会自动初始化（如果是首次加载）。
2. 访问 http://localhost:8080/ragaiops?msg=C00001，大模型会基于检索到的故障手册，给出 CPU 使用率过高的解决方案。
3. 访问 http://localhost:8080/ragaiops?msg=数据库连接池耗尽怎么办，大模型会基于语义检索，找到对应的故障手册并回答。

---

四、进阶场景

4.1 动态过滤：基于元数据过滤检索结果

如果你的文档有元数据（如 type、department、version），可以通过动态过滤表达式，只检索特定类型的文档。

@GetMapping("/rag4aiops/filtered")
public Flux<String> ragFiltered(@RequestParam(name = "msg") String msg) {
    // 动态过滤：只检索 type 为"database"的文档
    return chatClient
            .prompt()
            .user(msg)
            .advisors(advisorSpec -> advisorSpec
                    .param(VectorStoreDocumentRetriever.FILTER_EXPRESSION, "type == 'database'"))
            .stream()
            .content();
}

4.2 自定义 Prompt 模板：定制上下文拼接方式

默认情况下，RetrievalAugmentationAdvisor 会使用默认的模板拼接上下文和用户问题。你可以通过自定义 PromptTemplate 来定制拼接方式。

// 在配置类中配置自定义 PromptTemplate
import org.springframework.ai.chat.prompt.PromptTemplate;
import org.springframework.ai.rag.generation.augmentation.ContextualQueryAugmenter;

@Bean(name = "qwenChatClient")
public ChatClient qwenChatClient(
        @Qualifier("qwen") ChatModel qwenChatModel,
        VectorStore vectorStore) {

    // 自定义 Prompt 模板：必须包含{query}和{question_answer_context}两个占位符
    PromptTemplate customPromptTemplate = PromptTemplate.builder()
            .template("""
                    你是一个专业的运维工程师。
                    以下是运维故障手册的相关内容：
                    ---------------------
                    {question_answer_context}
                    ---------------------
                    用户的问题是：{query}
                    请基于上述故障手册回答用户的问题。如果没有相关信息，请直接说'未找到'。
                    """)
            .build();

    // 配置 ContextualQueryAugmenter 使用自定义模板
    ContextualQueryAugmenter queryAugmenter = ContextualQueryAugmenter.builder()
            .promptTemplate(customPromptTemplate)
            .build();

    RetrievalAugmentationAdvisor ragAdvisor = RetrievalAugmentationAdvisor.builder()
            .documentRetriever(VectorStoreDocumentRetriever.builder()
                    .vectorStore(vectorStore)
                    .topK(5)
                    .similarityThreshold(0.7)
                    .build())
            .queryAugmenter(queryAugmenter) // 使用自定义的 QueryAugmenter
            .build();

    return ChatClient.builder(qwenChatModel)
            .defaultOptions(ChatOptions.builder().model(QWEN_MODEL).build())
            .defaultAdvisors(ragAdvisor)
            .build();
}

4.3 查询改写：提升检索质量

如果用户的问题比较模糊或冗长，可以使用 RewriteQueryTransformer 先改写用户问题，再进行检索，提升检索质量。

import org.springframework.ai.rag.preretrieval.query.RewriteQueryTransformer;

@Bean(name = "qwenChatClient")
public ChatClient qwenChatClient(
        @Qualifier("qwen") ChatModel qwenChatModel,
        VectorStore vectorStore) {

    // 配置查询改写：使用大模型改写用户问题
    RewriteQueryTransformer queryTransformer = RewriteQueryTransformer.builder()
            .chatClientBuilder(ChatClient.builder(qwenChatModel))
            .build();

    RetrievalAugmentationAdvisor ragAdvisor = RetrievalAugmentationAdvisor.builder()
            .queryTransformers(queryTransformer) // 添加查询改写模块
            .documentRetriever(VectorStoreDocumentRetriever.builder()
                    .vectorStore(vectorStore)
                    .topK(5)
                    .similarityThreshold(0.7)
                    .build())
            .build();

    return ChatClient.builder(qwenChatModel)
            .defaultOptions(ChatOptions.builder().model(QWEN_MODEL).build())
            .defaultAdvisors(ragAdvisor)
            .build();
}

五、实践建议

5.1 文档处理最佳实践

1. 文档格式：优先使用纯文本（.txt）、Markdown（.md）格式，避免复杂的 Word、PDF 格式（如果必须使用，需要引入对应的文档加载器）。
2. 分块策略：
   • 通用文档：每块 512-1024 Token，重叠 100-200 Token。
   • 代码文档：每块 256-512 Token，重叠 50-100 Token（代码上下文敏感）。
   • 长文档：每块 1024-2048 Token，重叠 200-400 Token。
3. 元数据管理：给文档添加丰富的元数据（如 type、department、version、author），便于后续动态过滤。

5.2 检索优化最佳实践

1. 相似度阈值：根据业务场景调整相似度阈值，一般建议 0.6-0.8。阈值太高会漏检，阈值太低会引入不相关内容。
2. TopK 设置：根据文档长度和模型上下文窗口调整 TopK，一般建议 5-10 条。确保检索到的文档总 Token 数不超过模型上下文窗口的 1/3。
3. 向量模型选择：优先使用 text-embedding-v3，语义理解能力强，检索准确率高。
4. 查询改写：对于用户问题模糊的场景，添加 RewriteQueryTransformer，提升检索质量。

5.3 运维监控最佳实践

1. 知识库版本管理：给知识库添加版本号，更新知识库时先清空旧版本，再加载新版本，避免新旧数据混杂。
2. 检索效果监控：定期抽查检索结果，记录准确率和召回率，及时调整分块策略和相似度阈值。
3. 向量库监控：监控 RedisStack 的内存使用情况、向量数量、查询耗时，及时扩容或优化。
4. 成本监控：监控向量模型的 Token 消耗和大模型的 Token 消耗，控制成本。

---

六、避坑指南

6.1 文档重复加载

• 现象：服务重启后，向量库中的文档数量翻倍。
• 原因：没有去重逻辑，每次启动都重新加载文档。
• 解决方案：参考我们的 InitVectorDatabaseConfig，使用 Redis 的 setIfAbsent 实现去重。

6.2 检索结果不准确

• 现象：检索到的文档与用户问题不相关。
• 原因：
  • 分块策略不合理，文档切得太碎或太大。
  • 相似度阈值设置得太低。
  • 向量模型选择不当。
• 解决方案：
  • 优化分块策略，调整块大小和重叠大小。
  • 调高相似度阈值（如从 0.6 调到 0.75）。
  • 更换语义理解能力更强的向量模型（如 text-embedding-v3）。

6.3 大模型仍然幻觉

• 现象：即使有 RAG，大模型仍然编造内容。
• 原因：
  • 系统提示词不够严格。
  • 温度设置得太高。
  • 检索到的文档不相关。
• 解决方案：
  • 在系统提示词中明确要求'如果没有相关信息，请直接说未找到，不要编造'。
  • 调低温度至 0.1-0.3。
  • 优化检索策略，确保检索到的文档相关。

6.4 向量库连接失败

• 现象：启动服务时报错，提示无法连接到向量库。
• 原因：
  • RedisStack 未启动。
  • 配置文件中的连接信息错误。
  • 使用的是普通 Redis 而非 RedisStack。
• 解决方案：
  • 检查 RedisStack 是否正常启动。
  • 核对配置文件中的连接信息。
  • 确保使用的是 RedisStack（包含向量搜索模块），而非普通 Redis。

---

七、本篇总结

本篇我们实现了一套基于 Spring AI 的 RAG 智能问答：

• 从核心原理出发，深度拆解了 RAG 的全流程与 Spring AI 的模块化 RAG 架构。
• 基于 RedisStack 实现了向量存储，完成了文档加载、分块、向量化、存储的全流程。
• 实现了带去重逻辑的知识库初始化，避免重复加载文档。
• 基于 RetrievalAugmentationAdvisor 一行配置 RAG，实现了私有知识库问答。
• 覆盖了动态过滤、自定义 Prompt 模板、查询改写等进阶场景。
• 补充了生产环境最佳实践与高频踩坑避坑指南。

RAG 是企业级 AI 应用的核心能力，它让大模型能基于你的私有数据回答问题，同时大幅减少幻觉，是将大模型落地到业务系统的最常用方式。