跳到主要内容 基于 SpringAI+RAG 的知识库问答机器人实现 | 极客日志
Python
基于 SpringAI+RAG 的知识库问答机器人实现 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。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…
片刻 发布于 2026/4/6 更新于 2026/4/13 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，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，请参照文末引用。
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
│ ├── mvc/
│ │ ├── QaApiController.java
│ │ └── QaController.java
│ ├── qa/QaBoltService.java
│ └── vectorstore/
│ ├── DocumentChunker.java
│ ├── DocumentQuantizer.java
│ └── TextBasedVectorStore.java
├── src/main/resources/
│ ├── application.yml
│ ├── prompts/qa-prompts.pt
│ └── templates/chat.html
└── pom.xml 微信扫一扫，关注极客日志 微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
相关免费在线工具 curl 转代码 解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
Base64 字符串编码/解码 将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
Base64 文件转换器 将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
Markdown 转 HTML 将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online
HTML 转 Markdown 将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML 转 Markdown在线工具，online
JSON 压缩 通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online
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 >
<dependency >
<groupId > org.springframework.ai</groupId >
<artifactId > spring-ai-advisors-vector-store</artifactId >
</dependency >
<dependency >
<groupId > org.springframework.ai</groupId >
<artifactId > spring-ai-tika-document-reader</artifactId >
</dependency >
<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 >
<dependency >
<groupId > org.springframework.ai</groupId >
<artifactId > spring-ai-starter-model-zhipuai</artifactId >
</dependency >
<dependency >
<groupId > org.springframework.boot</groupId >
<artifactId > spring-boot-starter-thymeleaf</artifactId >
</dependency >
<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。
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
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
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 <>();
private Set<String> persistMd5 = new CopyOnWriteArraySet <>();
@Override
public void doAdd (List<Document> documents) {
if (CollectionUtils.isEmpty(documents)) {
return ;
}
List<Document> mutableDocuments = new ArrayList <>();
for (Document document : documents) {
if (!persistMd5.contains((String) document.getMetadata().get("md5" ))) {
mutableDocuments.add(document);
}
}
if (CollectionUtils.isEmpty(mutableDocuments)) {
return ;
}
List<Document> chunkers = DocumentChunker.DEFAULT_CHUNKER.chunkDocuments(mutableDocuments);
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" )));
}
@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 );
}
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 <>();
String[] sentences = text.split("(?<=。)|(?<=！)|(?<=!)|(?<=？)|(?<=\\?)|(?<=\\n\\n)" );
StringBuilder currentChunk = new StringBuilder ();
for (String sentence : sentences) {
if (sentence.trim().isEmpty()) {
continue ;
}
if (currentChunk.length() + sentence.length() <= maxChunkSize) {
if (currentChunk.length() > 0 ) {
currentChunk.append(sentence);
} else {
currentChunk.append(sentence);
}
} else {
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 ();
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);
return generateFixedLengthVector(wordFreq, 128 );
}
private static String[] preprocessText(String text) {
List<Term> termList = SEGMENT.seg(text);
return termList.stream()
.filter(term -> !isStopWord(term.word))
.filter(term -> !term.nature.toString().startsWith("w" ))
.map(term -> term.word.toLowerCase())
.toArray(String[]::new );
}
private static float [] generateFixedLengthVector(Map<String, Integer> wordFreq, int length) {
float [] vector = new float [length];
List<Map.Entry<String, Integer>> sortedEntries = wordFreq.entrySet().stream()
.sorted(Map.Entry.<String, Integer>comparingByValue().reversed())
.limit(length)
.collect(Collectors.toList());
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);
}
}
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();
}
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();
}
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
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。
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
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）。
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。
@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
),
MessageChatMemoryAdvisor.builder(chatMemory).build(),
RetrievalAugmentationAdvisor.builder()
.queryTransformers(
RewriteQueryTransformer.builder()
.chatClientBuilder(builder.build().mutate())
.build()
)
.queryAugmenter(
ContextualQueryAugmenter.builder().allowEmptyContext(true ).build()
)
.documentRetriever(
VectorStoreDocumentRetriever.builder()
.similarityThreshold(0.50 )
.vectorStore(vectorStore)
.build()
)
.build()
).build();
}
}
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);
}
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);
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。
@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 @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" );
}
}
在 resources/prompts/qa-prompts.pt 中维护我们的 qa 机器人的系统提示词（DeepSeek 生成的）。
## 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
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 application.yml，直接维护上 apiKey 也可以哦。
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
