Spring AI 2.0实战：一小时搭建RAG知识库问答系统

项目概述：用Spring AI 2.0构建企业级RAG问答系统

RAG（Retrieval-Augmented Generation，检索增强生成）已经成为企业落地大模型应用时绕不开的核心技术。这一技术诞生于2020年Meta AI Research的论文《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》，其核心动机是解决纯生成式大模型的两大痛点：知识截止日期（训练数据有时效性）和幻觉问题（模型倾向于自信地生成错误信息）。简单来说，RAG让大模型在回答问题时不再"凭空编造"，而是先从企业知识库中检索相关内容，再基于真实资料生成回答——这正是企业最需要的"靠谱AI"。在企业场景中，这意味着AI可以基于公司内部文档、产品手册、规章制度等私有知识库进行问答，而无需将敏感数据上传到模型训练集。

本文介绍的这个实战项目，基于Spring AI 2.0框架搭建了一套完整的RAG企业知识库问答系统，并借助Cursor AI编程工具大幅提升开发效率。整个项目采用Spring Boot后端 + Vue 3前端的经典架构，结合Ollama本地大模型和Redis向量数据库，是Java开发者入门AI应用开发的绝佳参考案例。

技术栈与架构设计

后端：Spring Boot + Spring AI 2.0

后端基于Spring Boot + Spring AI 2.0构建。Spring AI是Pivotal/VMware团队于2023年推出的Java AI开发框架，其设计哲学与Spring生态一脉相承——通过抽象层屏蔽底层差异，让开发者用统一的API对接不同的AI服务商。Spring AI 2.0在1.x基础上大幅完善了向量数据库支持（涵盖Redis、Pinecone、Weaviate、Chroma等十余种）、函数调用（Function Calling）、多模态输入等能力。对Java开发者而言，Spring AI最大的价值在于：无需学习Python生态（LangChain/LlamaIndex），即可在熟悉的Spring Boot体系内完成RAG、Agent等AI应用的完整开发，是目前Java生态中最成熟的AI开发框架。

数据库方面采用MySQL 8存储业务数据，密码使用MD5加密（默认密码123456），会话缓存则交给Redis处理。

大模型接入支持两种方式：

• 百度云平台：适合没有本地GPU资源的开发者，通过API调用即可
• Ollama本地部署：本项目主要演示的方案，使用千问3（4B参数版本），对显卡要求不高，普通开发机就能跑起来

Ollama是2023年兴起的本地大模型运行框架，类似于大模型领域的"Docker"——通过简单的命令行即可拉取、运行各类开源模型。它底层基于llama.cpp实现，支持CPU和GPU混合推理，使得在没有高端显卡的普通开发机上运行中小规模模型成为可能。千问3（Qwen3）是阿里云推出的开源大模型系列，4B参数版本在8GB内存的机器上即可流畅运行，在中文理解和代码生成方面表现尤为出色。本地部署的核心价值在于数据隐私保护——企业敏感文档的向量化和问答推理全程在本地完成，不经过任何外部API，满足金融、医疗、政务等对数据合规有严格要求的行业需求。

嵌入模型（Embedding Model）同样使用千问3系列，负责将文档内容转化为向量表示。向量数据库选用Redis Vector Store，通过Docker Desktop运行，部署过程非常简单。Redis从7.2版本起通过RedisSearch模块原生支持向量存储与检索，相比Pinecone等专用向量数据库，Redis的优势在于部署简单、与现有缓存基础设施复用，非常适合中小规模企业知识库场景（百万级以下向量）。

前端：Vue 3 + Vite

前端采用Vue 3 + Vite构建，界面设计简洁美观，集成了丰富的数据可视化图表。系统区分管理员和普通用户两种角色，提供差异化的操作界面和功能权限。

核心功能模块详解

知识库文档管理

系统支持四种常见格式的知识库文件上传与解析：

• TXT：纯文本文件
• DOCX：Word文档
• PDF：PDF文档
• Markdown：Markdown格式文件

文档上传后，系统会自动完成解析、分片、向量化三个步骤，最终将向量数据存入Redis向量数据库。其中"分片"（Chunking）步骤看似简单，实则是RAG系统质量的关键决定因素之一。分片过大会导致检索到的上下文包含大量无关信息，超出大模型的上下文窗口限制；分片过小则可能切断完整语义，导致检索结果缺乏足够上下文。常见的分片策略包括：固定长度分片（按字符数或Token数切割）、语义分片（按段落、章节等自然边界切割）、以及滑动窗口分片（相邻分片有重叠区域以保留边界语义）。Spring AI 2.0内置了多种TokenTextSplitter实现，开发者可根据文档类型灵活配置分片大小和重叠比例。

管理员可以在后台查看每个文档的向量片段详情，也可以按分类对文档进行管理。项目还贴心地提供了测试文档，涵盖API规范、产品使用指南、公司规章制度、技术规范等典型企业知识库场景。

RAG智能问答系统

这是整个项目的核心所在。向量数据库的检索原理是：嵌入模型将文本转化为高维浮点数向量（通常512到4096维），语义相近的文本在向量空间中距离更近，系统通过HNSW（分层可导航小世界图）等近似最近邻算法在毫秒级完成语义相似度搜索。当用户提出一个问题时，系统会按以下流程处理：

1. 通过嵌入模型将用户问题转化为向量
2. 在Redis向量数据库中检索语义最相关的文档片段
3. 将检索到的上下文信息与用户问题拼接，一起发送给大模型
4. 大模型基于真实的知识库内容生成准确回答
5. 同步展示引用的原文片段，方便用户追溯验证

系统还支持多文档选择检索——用户可以指定只在某几个文档范围内搜索，也可以选择全库检索。每条回答都会标注引用来源，让AI的回答"有据可查