一、引言
随着大语言模型的快速发展，RAG（Retrieval-Augmented Generation）技术已成为构建知识库问答系统的核心技术之一。本文将带领大家从零开始，使用 Spring AI 框架构建一个支持文档上传的知识库问答机器人，帮助大家深入理解 RAG 技术的核心原理和实践应用。
1.1 什么是 RAG？ RAG（检索增强生成）是一种结合了信息检索和文本生成的技术。它的基本工作流程是：
- 用户提出问题
- 系统从知识库中检索相关信息
- 大语言模型基于检索到的信息生成答案
从系统设计角度触发，RAG 的核心作用可以被描述为：在 LLM 调用生成响应之前，由系统动态构造一个'最小且相关的知识上下文'。
请注意两个关键词：
- 动态：每次问题都不同，检索的知识也不同（比如用户问 A 产品时找 A 的文档，问 B 产品时找 B 的文档）
- 最小：只注入必要信息（比如用户问'A 产品的定价'，就只塞定价相关的片段，而非整份产品手册）
RAG 可以有效的弥补上下文窗口的先天不足：不再需要把所有知识塞进窗口，而是只在需要时'临时调取'相关部分，既避免了窗口溢出，又减少了注意力竞争。
1.2 RAG 在交互链路中的位置 接下来我们以 RAG 的经典应用场景——企业知识库为例，来看一下 RAG 在这个流程中所处的位置。
在这个结构中，RAG 主要就是在用户提问与向 LLM 发起请求这个中间段，用于检索关联的文档构建上下文。
1.3 RAG 工作原理 我们以一张图来介绍 RAG 的工作原理，具体的 RAG 详细介绍，请参照官方文档。
二、核心实现
2.1 项目结构概览
D05-rag-qa-bot/
├── src/main/java/com/git/hui/springai/app/
│ ├── D05Application.java # 启动类
│ ├── mvc/
│ │ ├── QaApiController.java # API 控制器
│ │ └── QaController.java # 页面控制器
│ ├── qa/QaBoltService.java # 问答服务
│ └── vectorstore/
│ ├── DocumentChunker.java # 文档分块工具
│ ├── DocumentQuantizer.java # 文档量化器
│ └── TextBasedVectorStore.java # 文本向量存储
├── src/main/resources/
│ ├── application.yml # 配置文件
│ ├── prompts/qa-prompts.pt # 提示词模板
│ └── templates/chat.html # 前端页面
└── pom.xml # 依赖配置
2.2 项目初始化
2.2.1 Maven 依赖配置 首先，我们需要在 pom.xml 中配置必要的依赖： 其中关于向量数据库、tika 的文档解析属于核心依赖项。 hanlp 适用于无法直接使用 EmbeddingModel 的场景，在我们的示例中，会实现一个基础的文档向量化方案，其中会采用 HanLP 来做中文分词。 使用智谱的免费大模型来体验我们的 RAG 知识库问答（当然也可以基于 OpenAI-Starter 来切换其他的大模型，使用层面并没有改变，只需要替换依赖、api 配置即可）。
<dependencies>
<!-- 向量数据库 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-advisors-vector-store</artifactId>
</dependency>
<!-- 文档提取，使用 apache-tika 来实现 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-tika-document-reader</artifactId>
</dependency>
<!-- pdf 文档提取，实际也可以用上面的 tika 来实现 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-pdf-document-reader</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-rag</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- 使用智谱大模型 -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-zhipuai</artifactId>
</dependency>
<!-- 用于前端页面的支持 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-thymeleaf</artifactId>
</dependency>
<!-- 中文分词，用在文档向量化 -->
<dependency>
<groupId>com.hankcs</groupId>
<artifactId>hanlp</artifactId>
<version>portable-1.8.4</version>
</dependency>
</dependencies>
这里我们引入了 Spring AI 的核心依赖，以及用于文档处理的 Tika 和 PDF 读取器，还特别加入了 HanLP 中文分词库来优化中文处理效果。
2.2.2 应用配置 在 application.yml 中配置 API 密钥和相关参数：
spring:
ai:
zhipuai:
api-key: ${zhipuai-api-key}
chat:
options:
model: GLM-4-Flash
temperature: 0.1
thymeleaf:
cache: false
servlet:
multipart:
max-file-size: 10MB
max-request-size: 50MB
logging:
level:
org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor: debug
org.springframework.ai.chat.client: DEBUG
server:
port: 8080
2.3 自定义向量存储实现 通常 RAG 会使用一些成熟的向量数据库（如 Pinecone、weaviate、qdrant、milvus 或者 es、redis 等），但是考虑到安装、环境配置等成本，我们接下来会实现一个基础的自定义的文本向量库 TextBasedVectorStore，基于内存实现，无需额外的外部依赖，单纯的用来体验 RAG 并没有太大问题。
SpringAI 原生提供了一个基于内存的向量数据库 SimpleVectorStore，在它的实现中，向量数据写入，依赖向量模型，因此如果有额度使用大模型厂家提供的 EmbeddingModel 时，直接用它进行测试即可；
当然如果你现在并没有渠道使用向量模型的，那也没关系，接下来我们将参照 SpringAI 的 SimpleVectorStore 实现的一个自定义的向量库 TextBasedVectorStore，提供一套不依赖向量模型的解决方案，特别适合快速原型开发，核心实现如下（当然你也完全可以忽略它，它不是我们的重点）。
2.3.1 TextBasedVectorStore - 文本匹配向量存储 在下面的实现中，重点体现了两个方法：doAdd（将文档保存到向量数据库中：文档分片 -> 向量化 -> 存储）、doSimilaritySearch（基于相似度的搜索）。需要注意一点，文档的向量化与搜索时传入文本的向量化，需要采用同一套向量化方案。
public class TextBasedVectorStore extends AbstractObservationVectorStore {
@Getter
protected Map<String, SimpleVectorStoreContent> store = new ConcurrentHashMap<>();
/**
* 已经存储到向量库的 document，用于幂等
*/
private Set<String> persistMd5 = new CopyOnWriteArraySet<>();
/**
* 添加文档到向量数据库
*
* @param documents
*/
@Override
public void doAdd(List<Document> documents) {
if (CollectionUtils.isEmpty(documents)) {
return;
}
// 创建一个新的可变列表副本
List<Document> mutableDocuments = new ArrayList<>();
for (Document document : documents) {
// 过滤掉重复的文档，避免二次写入，浪费空间
if (!persistMd5.contains((String) document.getMetadata().get("md5"))) {
mutableDocuments.add(document);
}
}
if (CollectionUtils.isEmpty(mutableDocuments)) {
return;
}
// 文档分片
List<Document> chunkers = DocumentChunker.DEFAULT_CHUNKER.chunkDocuments(mutableDocuments);
// 存储本地向量库
chunkers.forEach(document -> {
float[] embedding = DocumentQuantizer.quantizeDocument(document);
if (embedding.length == 0) {
return;
}
SimpleVectorStoreContent storeContent = new SimpleVectorStoreContent(
document.getId(), document.getText(), document.getMetadata(), embedding
);
this.store.put(document.getId(), storeContent);
});
mutableDocuments.forEach(document -> persistMd5.add((String) document.getMetadata().get("md5")));
}
/**
* 搜索向量数据库，根据相似度返回相关文档
*
* @param request
* @return
*/
@Override
public List<Document> doSimilaritySearch(SearchRequest request) {
Predicate<SimpleVectorStoreContent> documentFilterPredicate = this.doFilterPredicate(request);
final float[] userQueryEmbedding = this.getUserQueryEmbedding(request.getQuery());
return this.store.values().stream()
.filter(documentFilterPredicate)
.map((content) -> content.toDocument(DocumentQuantizer.calculateCosineSimilarity(userQueryEmbedding, content.getEmbedding())))
.filter((document) -> document.getScore() >= request.getSimilarityThreshold())
.sorted(Comparator.comparing(Document::getScore).reversed())
.limit((long) request.getTopK())
.toList();
}
private float[] getUserQueryEmbedding(String query) {
return DocumentQuantizer.quantizeQuery(query);
}
}
2.3.2 DocumentChunker - 文档分块器 合理地将长文档分块是 RAG 系统的关键环节，合理的分块大小，可以有效的增加检索效率、提高准确率、减少上下文长度。
在真实的 RAG 应用中，这一块具体的方案挺多的，比如固定尺寸（下面的方案）、地柜拆分、语义拆分、结构化拆分（如结构化的 markdown 文档就很适合）、延迟拆分、自适应拆分、层级拆分、LLM 驱动拆分、智能体拆分等。
public class DocumentChunker {
private final int maxChunkSize;
private final int overlapSize;
public DocumentChunker() {
this(500, 50); // 默认值：最大块大小 500 个字符，重叠 50 个字符
}
public List<Document> chunkDocument(Document document) {
String content = document.getText();
if (content == null || content.trim().isEmpty()) {
return List.of(document);
}
List<String> chunks = splitText(content);
List<Document> chunkedDocuments = new ArrayList<>();
for (int i = 0; i < chunks.size(); i++) {
String chunk = chunks.get(i);
String chunkId = document.getId() + "_chunk_" + i;
Document chunkDoc = new Document(chunkId, chunk, new HashMap<>(document.getMetadata()));
chunkDoc.getMetadata().put("chunk_index", i);
chunkDoc.getMetadata().put("total_chunks", chunks.size());
chunkDoc.getMetadata().put("original_document_id", document.getId());
chunkedDocuments.add(chunkDoc);
}
return chunkedDocuments;
}
private List<String> splitText(String text) {
List<String> chunks = new ArrayList<>();
// 按多种分隔符分割，优先在语义边界处分割
String[] sentences = text.split("(?<=。)|(?<=！)|(?<=!)|(?<=？)|(?<=\\?)|(?<=\\n\\n)");
StringBuilder currentChunk = new StringBuilder();
for (String sentence : sentences) {
if (sentence.trim().isEmpty()) {
continue; // 跳过空句子
}
if (currentChunk.length() + sentence.length() <= maxChunkSize) {
// 如果当前块加上新句子不超过最大大小，就添加到当前块
if (currentChunk.length() > 0) {
currentChunk.append(sentence);
} else {
currentChunk.append(sentence);
}
} else {
// 如果当前块为空，但是单个句子太长，需要强制分割
if (currentChunk.length() == 0) {
List<String> subChunks = forceSplit(sentence, maxChunkSize);
for (int i = 0; i < subChunks.size(); i++) {
String subChunk = subChunks.get(i);
if (i < subChunks.size() - 1) {
chunks.add(subChunk);
} else {
currentChunk.append(subChunk);
}
}
} else {
chunks.add(currentChunk.toString());
currentChunk = new StringBuilder();
// 添加重叠部分，如果句子长度大于重叠大小，则只取末尾部分
if (sentence.length() > overlapSize) {
String overlap = sentence.substring(Math.max(0, sentence.length() - overlapSize));
currentChunk.append(overlap);
currentChunk.append(sentence);
} else {
currentChunk.append(sentence);
}
}
}
}
if (currentChunk.length() > 0) {
chunks.add(currentChunk.toString());
}
return chunks;
}
}
2.3.3 DocumentQuantizer - 文档量化器 使用 HanLP 进行中文分词，实现了一个简单的文档向量化工具类（同样的你也完全可以忽略它的具体实现，因为它的效果显然比使用 EmbedingModel 要差很多很多，但用于学习体验 RAG 也基本够用）。
public class DocumentQuantizer {
private static final Segment SEGMENT = HanLP.newSegment();
public static float[] quantizeText(String text) {
if (text == null || text.trim().isEmpty()) {
return new float[0];
}
String[] words = preprocessText(text);
Map<String, Integer> wordFreq = countWordFrequency(words);
// 生成固定长度的向量表示（这里使用前 128 个高频词）
return generateFixedLengthVector(wordFreq, 128);
}
/**
* 将文本转换为数值向量表示（简化版）
* 使用 TF-IDF 的基本思想，但简化为词频统计
*
* @param text 输入文本
* @return 数值向量
*/
private static String[] preprocessText(String text) {
List<Term> termList = SEGMENT.seg(text);
return termList.stream()
.filter(term -> !isStopWord(term.word)) // 过滤停用词
.filter(term -> !term.nature.toString().startsWith("w")) // 过滤标点符号
.map(term -> term.word.toLowerCase()) // 转换为小写
.toArray(String[]::new);
}
/**
* 生成固定长度的向量表示
*
* @param wordFreq 词频映射
* @param length 向量长度
* @return 固定长度的向量
*/
private static float[] generateFixedLengthVector(Map<String, Integer> wordFreq, int length) {
float[] vector = new float[length];
// 获取频率最高的词汇
List<Map.Entry<String, Integer>> sortedEntries = wordFreq.entrySet().stream()
.sorted(Map.Entry.<String, Integer>comparingByValue().reversed())
.limit(length)
.collect(Collectors.toList());
// 将词频填入向量
for (int i = 0; i < Math.min(sortedEntries.size(), length); i++) {
vector[i] = sortedEntries.get(i).getValue();
}
return vector;
}
public static double calculateCosineSimilarity(float[] vectorA, float[] vectorB) {
if (vectorA == null || vectorB == null || vectorA.length == 0 || vectorB.length == 0) {
return 0.0;
}
int minLength = Math.min(vectorA.length, vectorB.length);
float[] adjustedA = Arrays.copyOf(vectorA, minLength);
float[] adjustedB = Arrays.copyOf(vectorB, minLength);
double dotProduct = 0.0;
double normA = 0.0;
double normB = 0.0;
for (int i = 0; i < minLength; i++) {
dotProduct += adjustedA[i] * adjustedB[i];
normA += Math.pow(adjustedA[i], 2);
normB += Math.pow(adjustedB[i], 2);
}
normA = Math.sqrt(normA);
normB = Math.sqrt(normB);
if (normA == 0 || normB == 0) {
return 0.0;
}
return dotProduct / (normA * normB);
}
}
2.3.4 注册向量库 接下来就是注册使用这个向量库，在配置类 or 启动类中，添加下面这个声明即可。
@Bean
public VectorStore vectorStore() {
return TextBasedVectorStore.builder().build();
}
2.4 SpringAI 向量存储 上面 2.3 适用于无法直接使用大模型厂家的向量模型的场景，如果可以直接使用，那么上面的全部可以直接忽略掉，直接使用下面的方式进行声明向量库即可。
@Bean
public VectorStore vectorStore(EmbeddingModel embeddingModel) {
return SimpleVectorStore.builder(embeddingModel).build();
}
2.5 问答服务实现 接下来我们进入核心的基于 RAG 的 QA 问答机器人的实现。
2.5.1 QaBoltService - 核心问答服务
Pre. 问答服务流程 我们先从时序的角度来看一下这个问答服务的核心交互流程。
在这个时序过程中，为了简化大家的理解，我们将文档的向量化存储与问答进行了拆分。
第一步：文档向量化 这一部分包含 RAG 应用数据准备阶段的完整过程：数据提取、文本分割、向量化。
第二步：问答 应用层响应用户提问、从向量数据库检索相似度高的文档信息、注入提示词、访问大模型，获取答案。
Impl. 核心实现 接下来我们看一下具体的实现（上面的步骤分割得很清楚，但是实际使用时，用户可以在问答中上传附件，这个附件也会作为我们知识库的一部分，因此具体的实现中，你会发现这两部耦合在一起了，请不要惊讶）。
step1: 初始化 ChatClient 在开始之前，我们首先参照 SpringAI 的官方教程，通过 Advisor 来初始化支持 RAG 的 ChatClient。 官方文档：https://docs.spring.io/spring-ai/reference/api/retrieval-augmented-generation.html
@Service
public class QaBoltService {
private final ChatClient chatClient;
private final ChatMemory chatMemory;
private final VectorStore vectorStore;
@Value("classpath:/prompts/qa-prompts.pt")
private Resource boltPrompts;
public QaBoltService(ChatClient.Builder builder, VectorStore vectorStore, ChatMemory chatMemory) {
this.vectorStore = vectorStore;
this.chatMemory = chatMemory;
this.chatClient = builder.defaultAdvisors(
new SimpleLoggerAdvisor(ModelOptionsUtils::toJsonStringPrettyPrinter, ModelOptionsUtils::toJsonStringPrettyPrinter, 0), // 用于支持多轮对话
MessageChatMemoryAdvisor.builder(chatMemory).build(),
// 用于支持 RAG
RetrievalAugmentationAdvisor.builder()
.queryTransformers(
// 使用大型语言模型重写用户查询，以便在查询目标系统时提供更好的结果。
RewriteQueryTransformer.builder().chatClientBuilder(builder.build().mutate()).build()
)
.queryAugmenter(
// ContextualQueryAugmenter 使用来自所提供文档内容的上下文数据来增强用户查询。
// 默认不支持上下文为空的场景，出现之后大模型会不返回用户查询；这里调整为支持为空
ContextualQueryAugmenter.builder().allowEmptyContext(true).build()
)
.documentRetriever(VectorStoreDocumentRetriever.builder()
.similarityThreshold(0.50)
.vectorStore(vectorStore)
.build())
.build()
).build();
}
}
接下来就是响应问答的实现，这里分两步。
step2: 文档处理 处理用户上传的附件，即上面时序图中的第一步，解析文档、切分、向量化、保存到向量库; 下面的实现中主要体现的是基于 SpringAI 封装的 tika 与 pdf 文档解析 starter，来提取上传的文档，生成供向量数据库使用的 List; 而具体的文档切分、向量化等则是在上面的 TextBasedVectorStore 实现。 注：为了一个文档，重复进行数据处理，我们在元数据中维护了文档的 md5，这样当添加到向量库中时，就可以基于这个 md5 来进行去重了。
private ProceedInfo processFiles(String chatId, Collection<MultipartFile> files) {
StringBuilder context = new StringBuilder("\n\n");
List<Media> mediaList = new ArrayList<>();
files.forEach(file -> {
try {
var data = new ByteArrayResource(file.getBytes());
var md5 = calculateHash(chatId, file.getBytes());
MimeType mime = MimeType.valueOf(file.getContentType());
if (mime.equalsTypeAndSubtype(MediaType.APPLICATION_PDF)) {
PagePdfDocumentReader pdfReader = new PagePdfDocumentReader(data, PdfDocumentReaderConfig.builder()
.withPageTopMargin(0)
.withPageExtractedTextFormatter(ExtractedTextFormatter.builder().withNumberOfTopTextLinesToDelete(0).build())
.withPagesPerDocument(1)
.build());
List<Document> documents = pdfReader.read();
documents.forEach(document -> {
document.getMetadata().put("md5", md5);
if (document.getMetadata().containsKey("file_name") && document.getMetadata().get("file_name") == null) {
document.getMetadata().put("file_name", file.getName());
}
});
vectorStore.add(documents);
var content = String.join("\n", documents.stream().map(Document::getText).toList());
context.append(String.format(ATTACHMENT_TEMPLATE, file.getName(), content));
} else if ("text".equalsIgnoreCase(mime.getType())) {
List<Document> documents = new TikaDocumentReader(data).read();
documents.forEach(document -> document.getMetadata().put("md5", md5));
vectorStore.add(documents);
var content = String.join("\n", documents.stream().map(Document::getText).toList());
context.append(String.format(ATTACHMENT_TEMPLATE, file.getName(), content));
}
} catch (IOException e) {
throw new RuntimeException(e);
}
});
return new ProceedInfo(context.toString(), mediaList);
}
step3: 问答实现 然后就是具体的问答实现，这里主要是借助 QuestionAnswerAdvisor 来封装 RAG 相关的信息。 说明：在下面的实现中，使用了自定义的提示词模板，当然也可以直接使用 SpringAI 默认的方案。
public Flux<String> ask(String chatId, String question, Collection<MultipartFile> files) {
processFiles(chatId, files);
// 自定义的提示词模板，替换默认的检索参考资料的提示词模板
// 其中 <query> 对应的是用户的提问 question
// <question_answer_context> 对应的是增强检索的 document，即检索到的参考资料
PromptTemplate customPromptTemplate = PromptTemplate.builder()
.renderer(StTemplateRenderer.builder().startDelimiterToken('<').endDelimiterToken('>').build())
.template("""
<query>
Context information is below.
---------------------
<question_answer_context>
---------------------
Given the context information and no prior knowledge, answer the query. Follow these rules:
1. If the answer is not in the context, just say that you don't know.
2. Avoid statements like "Based on the context..." or "The provided information...".
""").build();
var qaAdvisor = QuestionAnswerAdvisor.builder(vectorStore)
.searchRequest(SearchRequest.builder().similarityThreshold(0.5d).topK(3).build())
.promptTemplate(customPromptTemplate)
.build();
var requestSpec = chatClient.prompt().system(boltPrompts).user(question)
.advisors(qaAdvisor)
.advisors(a -> a.param(ChatMemory.CONVERSATION_ID, chatId));
return requestSpec.stream().content().map(s -> s.replaceAll("\n", "<br/>"));
}
到这里，一个基于 RAG 的问答机器人的核心逻辑，已经全部完成，接下来我们进入体验阶段。
2.5.2 控制器实现
// QaApiController - API 控制器
@RestController
@RequestMapping("/api")
public class QaApiController {
@Autowired
private QaBoltService qaBolt;
@GetMapping(path = "/chat/{chatId}", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> qaGet(@PathVariable("chatId") String chatId, @RequestParam("question") String question) {
return qaBolt.ask(chatId, question, Collections.emptyList());
}
@PostMapping(path = "/chat/{chatId}", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> qaPost(@PathVariable("chatId") String chatId, @RequestParam("question") String question,
@RequestParam(value = "files", required = false) Collection<MultipartFile> files) {
if (files == null) {
files = Collections.emptyList();
}
return qaBolt.ask(chatId, question, files);
}
}
三、体验与小结
3.1 启动类
@SpringBootApplication
public class D05Application {
@Bean
public VectorStore vectorStore() {
return TextBasedVectorStore.builder().build();
}
public static void main(String[] args) {
SpringApplication.run(D05Application.class, args);
System.out.println("启动成功，前端测试访问地址：http://localhost:8080/chat");
}
}
3.2 问答提示词 在 resources/prompts/qa-prompts.pt 中维护我们的 qa 机器人的系统提示词。
## 角色设定
你是一个智能问答助手，专门负责根据用户提供的文档内容进行准确的回答和信息提取。
## 核心任务
- 仔细阅读并理解用户上传的文档内容
- 基于文档中的信息回答用户的问题
- 提供准确、相关且基于文档的答案
- 当问题超出文档范围时，明确告知用户该信息未在文档中提及
## 工作流程
1. 首先分析用户上传的文档，提取关键信息
2. 理解用户提出的问题
3. 在文档中查找与问题相关的信息
4. 整合相关信息并形成结构化答案
5. 如无法从文档中找到相关信息，则说明情况
## 回答规范
- 严格基于文档内容作答，不得编造信息
- 引用文档中的具体信息时，请保持原文准确性
- 如果问题涉及多个知识点，在答案中清晰分点说明
- 对于不确定的内容，应诚实表达不确定性，而非猜测
- 保持回答简洁明了，同时确保信息完整
## 注意事项
- 不得脱离文档内容进行回答
- 遇到模糊或不明确的问题时，可以请求用户提供更详细的信息
- 如果文档中没有相关内容，必须明确告知用户
- 保持专业、礼貌的沟通态度
3.3 运行与测试
- 启动应用：运行 D05Application 主类
- 访问页面：打开 http://localhost:8080/chat
- 上传文档：选择 PDF、Word 或文本文件
- 提问测试：在输入框中输入关于文档的问题
当然在启动时，可以在启动参数中指定大模型的 ApiKey，也可以直接修改 applicatino.yml，直接维护上 apiKey 也可以哦。
3.4 核心技术要点小结
- RAG 工作流程
- 检索阶段：当用户提问时，系统首先将问题转换为向量，然后在文档向量库中查找相似的文档片段
- 生成阶段：将检索到的相关文档内容与用户问题一起输入大语言模型，生成最终答案
- 文档处理优化
- 中文分词：使用 HanLP 进行精确的中文分词，提高语义理解准确性
- 文档分块：将长文档合理分块，保持语义完整性的同时便于检索
- 去重机制：通过 MD5 哈希避免重复上传相同的文档
- 性能优化
- 相似度计算：使用余弦相似度算法计算文本相似度
- 缓存机制：对已处理的文档进行缓存，避免重复处理
- 流式响应：使用 SSE 实现答案的流式返回，提升用户体验
