⁴⁵

¹⁹

⁶²

基于 Spring AI 框架开发AI知识库项目

AI编码者

2025-08-07 09:20

阅读6097

AI编码者

2025-08-07 09:20

阅读 6097

开源项目分享

前段时间学习 Spring AI 框架，自己写了一个基于Spring AI 框架的 AI知识库项目（项目的前身是小谷同学)。欢迎大家一起交流学习，也希望大家帮忙点个免费的Star。

一、项目简介

RuoYi-RAG 是一个基于 Spring AI 框架开发的 AI 知识库检索增强生成（RAG）系统的服务端。该系统为 AI知识库管理系统和 AI知识库用户端提供接口服务，支持多种 AI 模型进行知识检索和问答，并引入SearXNG搜索引擎、Neo4j知识图谱、mcp服务（高德地图、邮件、数据库）来增强大模型回答能力，使模型回答更丰富、更准确、更及时。请添加图片描述

二、功能展示

1、管理后台（项目管理、知识库管理已经移动到用户端）

~~项目管理~~
~~知识库管理~~

2、用户端

聊天记录
项目管理
知识库管理

三、从代码仓库拉取代码到本地

服务端

▼
html
复制代码
github:
https://github.com/zhaoshibao/ruoyi-rag.git
码云：
https://gitee.com/ZhaoShiBao/ruoyi-rag.git

管理后台

▼
html
复制代码
github:
https://github.com/zhaoshibao/ruoyi-rag-admin.git
码云：
https://gitee.com/ZhaoShiBao/ruoyi-rag-admin.git

用户端

▼
html
复制代码
github:
https://github.com/zhaoshibao/ruoyi-rag-web.git
码云：
https://gitee.com/ZhaoShiBao/ruoyi-rag-web.git

四、启动服务端

修改ruoyi-admin模块下配置文件

1、修改application.yml 配置文件

1.1 修改redis配置（我本地使用的redis windows 7.0.6版本，小伙伴们自行安装）

2、修改application-chat.yml 配置文件

2.1 修改Spring AI 配置

▼
html
复制代码
OPEN_AI_API_KEY=xxxxxxxx
ZHIPUAI_API_KEY=xxxxxxxx
GAODE_API_KEY=xxxxxxxx

安装Ollama

windows安装包下载地址：https://ollama.com/download/OllamaSetup.exe

▼
text
复制代码
  点击安装：按照提示一直下一步即可

ollama运行成功之后，默认端口号是11434，浏览器访问本机11434端口，展示下图文字证明安装成功

然后我们就可以到ollama官网找到合适的模型，下载到本地使用了

官网地址：https://ollama.com/

这里以下载通义千问2 7b大模型为例

打开官网搜索qwen2，点击搜索结果中红框中的搜索结果

选择 qwen2:7b
复制命令在本地cmd窗口执行

执行ollama run qwen2:7b 命令就可以和大模型聊天了

2.2 修改向量数据库配置

我这里使用的是qdrant向量数据库
qdrant使用docker安装命令如下：

▼
html
复制代码
docker run -d ^
--name qdrant ^
-p 6333:6333 -p 6334:6334 ^
-v D:\\Resource\\docker\\storage\\qdrant:/qdrant/storage:z qdrant/qdrant

容器启动后，qdrant向量数据库就可以使用了

更多qdrant向量数据库使用教程查阅官方文档：https://qdrant.tech/documentation/

2.3 修改mcp客户端配置

2.4 修改联网搜索配置

安装参考文章：

https://juejin.cn/post/7475536893900832778

https://post.smzdm.com/p/aov4kd6m/

2.5 修改mongodb配置

mongodb使用docker安装命令如下：

▼
html
复制代码
docker run -d ^
--restart=always ^
-p 27017:27017 ^
--name mongodb ^
-v /opt/mongo/data/db:/data/db mongo:7.0.0

2.6 修改neo4j图数据库配置

neo4j使用docker安装命令如下：

▼
html
复制代码
docker run -d ^
--restart=always ^
--name neo4j-flf-5.7 ^
-p 7474:7474 -p 7687:7687 ^
-v E:\neo4j\import:/var/lib/neo4j/import ^
-v E:\neo4j\data:/var/lib/neo4j/data ^
-v E:\neo4j\conf:/var/lib/neo4j/conf ^
-v E:\neo4j\plugins:/var/lib/neo4j/plugins ^
-v E:\neo4j\logs:/var/lib/neo4j/logs ^
-e NEO4J_AUTH=neo4j/ruoyiRag123456 ^
-e NEO4J_dbms_default__database=ruoyiRag ^
-e NEO4J_PLUGINS="[\"apoc\",\"graph-data-science\"]" ^
-e NEO4J_dbms_security_procedures_unrestricted=apoc.*,gds.* ^
-e NEO4J_dbms_security_procedures_allowlist="apoc.*,gds.*" ^
-e NEO4J_server_config_strict__validation_enabled=false ^
-e NEO4J_ACCEPT_LICENSE_AGREEMENT=yes ^
-e NEO4J_dbms_security_auth_enabled=false ^
neo4j:5.7.0-enterprise

3、修改application-druid.yml 配置文件

修改mysql配置（我本地使用的mysql windows 8.0.33版本，小伙伴们自行安装）

4、导入sql文件

打开navicat 创建ruoyi_rag数据库并执行ruoyi_rag.sql 文件

5、使用idea开发工具启动服务端

五、启动MCP服务端

1、修改application.yml配置文件

1.1 修改数据库配置

1.2 在同级目录下新增.env文件，格式如下

▼
html
复制代码
MAIL_USERNAME=xxxxxxxx
MAIL_PASSWORD=xxxxxxxx

1.3 使用idea开发工具启动mcp服务端

六、启动管理后台

进行项目文件夹下执行命令

▼
html
复制代码
安装依赖
npm install
启动开发服务器
npm run dev

七、启动用户端

进行项目文件夹下执行命令

▼
html
复制代码
安装依赖
npm install
启动开发服务器
npm run dev

八、其他服务

1、 PDF增强解析服务

如果项目开启pdf增强解析，需要安装Tesseract-OCR服务进行orc识别。这里以windows系统安装为例，其他系统自行研究安装

下载Tesseract-OCR windows版本

▼
html
复制代码
https://github.com/UB-Mannheim/tesseract/releases/download/v5.4.0.20240606/tesseract-ocr-w64-setup-5.4.0.20240606.exe

点击安装：按照提示一直下一步即可
添加TESSDATA_PREFIX的环境变量，设置为安装目录下的tessdata目录。

我这里安装路径是：E:\Tesseract-OCR\tessdata

问答助学