基于 RAG(检索增强生成)技术的个性化AI智能体平台
DocuMind AI 是一个基于大语言模型和RAG技术的智能文档问答系统。用户可以创建个性化AI智能体,上传私有文档,系统会自动进行向量化处理,实现基于本地知识库的智能问答。
- 🤖 个性化智能体 - 创建专属AI助手,自定义角色和提示词
- 📚 RAG本地知识库 - 上传文档自动向量化,基于私有知识精准回答
- 💬 流式对话体验 - 实时流式输出,支持Markdown渲染
- 📊 Excel数据支持 - 支持Excel表格向量化和检索
- 🎯 多提示词模板 - 智能匹配场景,自动选择最佳提示词
- 🔒 数据隔离安全 - 每个智能体的文档独立存储,互不干扰
- 📈 使用统计分析 - Token消耗、对话统计、API监控
| 技术 | 版本 | 说明 |
|---|---|---|
| Java | 17 | 开发语言 |
| Spring Boot | 3.3.5 | 核心框架 |
| Spring AI Alibaba | 1.0.0.2 | AI集成框架 |
| SimpleVectorStore | 内置 | 向量数据库(框架内置,无需安装) ⭐ |
| MyBatis-Plus | 3.5.11 | ORM框架 |
| MySQL | 8.0 | 关系型数据库 |
| Redis | 7.0 | 缓存和会话 |
| Spring Security | 3.3.5 | 认证授权 |
| JWT | 0.12.5 | Token认证 |
| Apache POI | 5.2.5 | Excel文件处理 |
| 通义千问 | qwen-plus | 大语言模型 |
| text-embedding-v2 | - | 文本向量化模型 |
| 技术 | 版本 | 说明 |
|---|---|---|
| Vue | 3.x | 前端框架 |
| TypeScript | 5.x | 类型安全 |
| Element Plus | 2.x | UI组件库 |
| Vite | 5.x | 构建工具 |
| Pinia | 2.x | 状态管理 |
| Vue Router | 4.x | 路由管理 |
| Axios | 1.x | HTTP请求 |
| Marked | 12.x | Markdown渲染 |
- ✅ 创建个性化AI智能体(医疗助手、客服、烹饪专家等)
- ✅ 配置系统提示词、模型参数(temperature、topP、maxTokens)
- ✅ RAG参数配置(Top-K、相似度阈值)
- ✅ 单一提示词/多提示词模板切换
支持的文件格式:
- 📝 Word(.doc, .docx)
- 📊 Excel(.xls, .xlsx)⭐ 新增
- 📃 文本(.txt)
- 📑 Markdown(.md)
文档处理流程:
上传文档 → 文本提取 → 智能分块 → 向量化(Embedding)
→ 存储到SimpleVectorStore → 支持RAG检索
特点:
- Excel自动转Markdown表格格式
- 文档按智能体隔离存储
- 异步向量化,不阻塞上传
- 向量化状态实时跟踪
- 💬 流式对话(SSE实时输出)
- 🔍 RAG检索增强(基于上传文档回答)
- 📜 历史记录管理
- 🔄 重新生成回答
- 🗑️ 删除单条消息
- 🔎 对话内容搜索
- 📄 显示参考文档来源
多场景提示词:
- 支持一个智能体配置多个提示词模板
- 基于关键词自动匹配场景
- 优先级机制(紧急场景优先级高)
触发条件:
{
"keywords": ["录取分数", "学费"],
"message_length": {"min": 5, "max": 100}
}- 🔐 用户注册/登录(JWT认证)
- 👤 个人信息管理
- 🔑 密码修改
- 📊 个人统计数据
- 📈 智能体使用统计(对话次数、Token消耗)
- 📊 系统总览(用户数、智能体数、文档数)
- 🔍 API调用监控
- 💰 Token消耗趋势
示例:智能手环X1客服
- 上传:产品手册、FAQ、售后政策
- 功能:自动回答购买、使用、故障、售后问题
- 优势:24小时在线,准确率高,减少人工成本
示例:小K的私人医生
- 上传:体检报告、就诊记录、用药指南
- 功能:解读体检报告、用药咨询、健康建议
- 优势:个性化建议,隐私保护
示例:成都大学百事通
- 上传:招生简章、专业介绍、录取分数Excel
- 功能:招生咨询、专业查询、教材查询
- 优势:信息查询快速准确,支持表格数据
示例:烹饪指导专家
- 上传:食谱、烹饪技巧
- 功能:菜谱查询、做菜指导
- 优势:步骤清晰,个性化推荐
示例:技术文档助手、法律顾问
- 上传:技术文档、法律条文
- 功能:快速检索,准确解答
- 优势:提高工作效率
┌─────────────────────────────────────────────────┐
│ 用户界面 │
│ (Vue3 + Element Plus) │
└────────────────┬────────────────────────────────┘
│ HTTP/SSE
┌────────────────┴────────────────────────────────┐
│ 后端服务层 │
│ (Spring Boot + Spring AI) │
├──────────────────────────────────────────────────┤
│ 智能体管理 │ 文档管理 │ 对话服务 │ 用户管理 │
├──────────────────────────────────────────────────┤
│ RAG检索增强生成引擎 │
│ ┌─────────────┐ ┌──────────────┐ │
│ │ VectorService│───>│SimpleVector │ │
│ │ (向量检索) │ │ Store │ │
│ └─────────────┘ └──────────────┘ │
│ ↓ ↑ │
│ ┌─────────────┐ ┌──────────────┐ │
│ │ ChatService │ │ Document │ │
│ │ (对话生成) │ │ Processor │ │
│ └─────────────┘ └──────────────┘ │
└────────┬──────────────────┬─────────────────────┘
│ │
┌────┴─────┐ ┌────┴─────┐
│ MySQL │ │ Redis │
│ (数据库) │ │ (缓存) │
└──────────┘ └──────────┘
│
┌────┴────────────────────────────┐
│ 通义千问 API │
│ ┌──────────┐ ┌──────────┐ │
│ │qwen-plus │ │embedding │ │
│ │ (对话) │ │ (向量化) │ │
│ └──────────┘ └──────────┘ │
└─────────────────────────────────┘
工作流程:
用户提问
↓
向量化问题 (Embedding)
↓
向量相似度搜索 (SimpleVectorStore)
↓
检索Top-K个相关文档片段
↓
构建Prompt = 系统提示词 + RAG文档 + 历史对话 + 用户问题
↓
调用大模型生成回答 (通义千问)
↓
流式返回结果 (SSE)
技术要点:
- 使用 SimpleVectorStore 作为向量数据库(内置于Spring AI,JSON文件存储)
- 文档分块策略:500 tokens/块,50 tokens重叠
- 相似度阈值:0.5(可配置)
- Top-K:10(可配置)
- 数据隔离:通过 metadata.agent_id 实现多租户
Embedding模型:text-embedding-v2(通义千问)
- 维度:1536维向量
- 支持中英文
- 准确率高
文档处理:
- 文本类(txt、md):直接提取
- Excel类:转Markdown表格格式 ⭐
- PDF/Word:文本提取
向量存储:
- 格式:JSON文件(
data/vector-store.json) - 持久化:自动保存
- 加载:应用启动时自动加载到内存
实现机制:
- 基于关键词匹配(非向量检索)
- 支持优先级配置
- 自动选择最佳提示词
示例:
用户问:"录取分数是多少?"
→ 匹配关键词 ["录取分数"]
→ 选择"专业录取查询"模板
→ 使用该模板的系统提示词
| 表名 | 说明 | 关键字段 |
|---|---|---|
user |
用户表 | username, password, role |
agent |
智能体表 | name, system_prompt, rag_enabled |
document |
文档表 | file_path, vector_status, chunk_count |
chat_session |
会话表 | session_id, title, message_count |
chat_history |
对话历史 | role, content, tokens |
prompt_template |
提示词模板 | template_name, trigger_condition |
api_call_log |
API调用日志 | api_name, response_time, tokens |
- 用户级隔离:每个用户只能看到自己的智能体
- 智能体级隔离:每个智能体的文档独立存储
- 向量级隔离:通过
metadata.agent_id过滤,确保检索不会跨智能体
- 用户注册/登录
- JWT Token认证
- 个人信息管理
- 密码修改
- 智能体CRUD操作
- 配置管理(提示词、模型参数、RAG参数)
- 智能体统计(对话次数、Token消耗)
- 智能体分享(规划中)
- 文档上传(拖拽上传、批量上传)
- 文档列表(分页、搜索、过滤)
- 文档预览
- 文档删除
- 向量化状态跟踪
- 支持格式:PDF、Word、Excel、TXT、Markdown
- 流式对话(SSE)
- 历史记录管理
- 会话管理(创建、删除、重命名)
- 消息操作(删除、重新生成)
- 对话搜索
- Markdown渲染
- 模板CRUD
- 触发条件配置
- 优先级管理
- 使用统计
- 系统总览(用户数、智能体数、文档数)
- Token消耗统计
- API调用监控
- 响应时间分析
D:\Doumind/
├── documind-backend/ # 后端项目
│ └── documind/
│ ├── src/
│ │ ├── main/
│ │ │ ├── java/cn/edu/cdu/documind/
│ │ │ │ ├── config/ # 配置类
│ │ │ │ ├── controller/ # 控制器
│ │ │ │ ├── service/ # 业务逻辑
│ │ │ │ ├── mapper/ # 数据访问
│ │ │ │ ├── entity/ # 实体类
│ │ │ │ ├── dto/ # 数据传输对象
│ │ │ │ ├── reader/ # 文档读取器(含ExcelReader)
│ │ │ │ ├── util/ # 工具类
│ │ │ │ └── DocumindApplication.java
│ │ │ └── resources/
│ │ │ ├── application.yml # 主配置
│ │ │ └── application-dev.yml # 开发环境配置
│ │ └── test/ # 测试代码
│ ├── database/ # 数据库脚本
│ │ ├── init-v2.sql # 表结构
│ │ └── api-monitor.sql # API监控表
│ └── pom.xml # Maven依赖
│
├── documind-frontend/ # 前端项目
│ ├── src/
│ │ ├── api/ # API接口
│ │ ├── views/ # 页面组件
│ │ ├── components/ # 公共组件
│ │ ├── router/ # 路由配置
│ │ ├── store/ # 状态管理
│ │ └── utils/ # 工具函数
│ ├── package.json # 前端依赖
│ └── vite.config.ts # Vite配置
│
└── 示例文档/ # 测试用示例文档
├── 示例客服文档/ # 智能手环客服
├── 示例医疗文档/ # 小K健康档案
├── 示例食谱/ # 烹饪食谱
└── 示例Excel文档/ # 成都大学数据
- ✅ JDK 17
- ✅ Maven 3.6+
- ✅ Node.js 16+
- ✅ MySQL 8.0
- ✅ Redis 7.0
- ✅ SimpleVectorStore(内置于框架,无需安装) ⭐
-- 创建数据库
CREATE DATABASE documind_ai
CHARACTER SET utf8mb4
COLLATE utf8mb4_unicode_ci;
-- 导入表结构
执行 documind-backend/documind/database/init-v2.sql
执行 documind-backend/documind/database/api-monitor.sql文件位置:documind-backend/documind/src/main/resources/application-dev.yml
# 1. 通义千问API Key(必改)
spring.ai.dashscope.api-key: sk-你的API密钥
# 2. MySQL配置(必改)
spring.datasource.username: root
spring.datasource.password: 你的密码
# 3. Redis配置(如有密码需改)
spring.data.redis.password: ''获取API Key:
- 访问:https://dashscope.console.aliyun.com/apiKey
- 创建API Key并保存
- 开通模型:qwen-plus、text-embedding-v2
cd documind-backend/documind
# 首次启动(Maven会自动下载依赖)
mvnw spring-boot:run
# 或使用IDEA
# 打开项目 → 运行 DocumindApplication
# ⚠️ 工作目录设置为:documind-backend启动成功标志:
2024-10-12 18:00:00 - Started DocumindApplication
========== 向量存储加载诊断 ==========
向量文件不存在,将创建新的向量存储
cd documind-frontend
# 安装依赖(首次必须)
npm install
# 启动开发服务器
npm run dev默认账号:
- 用户名:
admin - 密码:
admin123
- 登录系统 → 智能体管理 → 创建智能体
- 填写基本信息:
- 名称、描述、角色名称
- 系统提示词(定义AI的角色和行为)
- 配置模型参数:
- 模型:qwen-plus(推荐)
- Temperature:0.3-0.7(越低越稳定)
- Max Tokens:2000
- 配置RAG参数:
- 启用RAG:开启
- Top-K:10(检索10个相关片段)
- 相似度阈值:0.5(0-1,越高越严格)
- 进入智能体 → 文档管理
- 点击上传或拖拽文件
- 等待向量化完成(状态:已完成)
- 可上传的格式:PDF、Word、Excel、TXT、Markdown
- 进入智能体 → 开始对话
- 输入问题,AI会基于上传的文档回答
- 查看参考文档来源
- 支持重新生成、删除消息
- 提示词模板管理 → 创建模板
- 配置触发条件(关键词)
- 设置优先级
- 智能体提示词模式改为"多模板"
特点:
- ✅ 零配置:内置于Spring AI框架,无需安装外部数据库
- ✅ JSON存储:数据保存在本地JSON文件
- ✅ 自动持久化:向量化后自动保存
- ✅ 应用启动加载:自动加载到内存
- ✅ 适合场景:中小规模应用(<1万条向量)
对比其他向量数据库:
| 特性 | SimpleVectorStore | Qdrant/Milvus |
|---|---|---|
| 安装部署 | ✅ 无需安装 | ❌ 需要独立部署 |
| 配置复杂度 | ✅ 零配置 | |
| 适用规模 | <1万向量 | 百万级以上 |
| 性能 | 中等 | 高 |
| 学习成本 | ✅ 低 |
ExcelReader特性:
- 自动识别 .xls 和 .xlsx 格式
- 转换为Markdown表格格式
- 保留表格结构,便于AI理解和展示
- 支持多工作表(每个Sheet独立向量化)
处理示例:
Excel原始数据:
| 专业 | 分数 |
| A | 580 |
转换为Markdown:
## Sheet1
| 专业 | 分数 |
|------|------|
| A | 580 |
向量化后AI可以:
- 检索表格数据
- 回答时保持表格格式
- 使用SSE(Server-Sent Events)技术
- 实时显示AI生成过程
- 降低用户等待感知
- 支持中断生成
- 关键词触发机制
- 优先级排序
- 使用统计跟踪
- 灵活配置
documind-backend/
└── data/
├── uploads/ # 上传的文档
│ ├── {agentId}/ # 按智能体ID分目录
│ │ └── xxx_文件名
└── vector-store.json # 向量数据(SimpleVectorStore)
vector-store.json 结构:
{
"向量ID": {
"text": "文档分块内容",
"embedding": [0.123, 0.456, ...], // 1536维向量
"metadata": {
"agent_id": "8",
"document_id": "13",
"file_name": "xxx.xlsx"
}
}
}- 1000字文档:约2-3秒
- 1万字文档:约10-15秒
- Excel文件(100行):约5-8秒
- 检索速度:<100ms(SimpleVectorStore内存检索)
- Top-10检索:<50ms
- 支持并发检索
- 首字响应:1-2秒
- 流式输出:实时(几十ms/chunk)
- 平均对话时长:5-10秒
- ✅ JWT Token认证
- ✅ 密码加密存储(BCrypt)
- ✅ 数据隔离(用户级、智能体级)
- ✅ API请求限流(规划中)
- ✅ SQL注入防护(MyBatis-Plus)
- ✅ XSS防护(前端转义)
项目名称:DocuMind AI
开发团队:jie_luo
技术架构:Spring Boot + Spring AI + Vue 3
- 项目地址:(填写你的GitHub或Gitee仓库地址)
- 技术文档:(填写文档地址)
- 问题反馈:(填写Issue地址)
本项目仅供学习交流使用。
- Spring AI - AI应用框架
- 阿里云百炼 - 大模型服务
- Element Plus - Vue3 UI组件库
- Apache POI - Excel文件处理
⭐ 如果这个项目对你有帮助,欢迎Star!