Browse Source

Create README.md

master
Lin Yanxiang 12 months ago
committed by GitHub
parent
commit
4a03b5f7df
No known key found for this signature in database GPG Key ID: B5690EEEBB952194
  1. 48
      README.md

48
README.md

@ -0,0 +1,48 @@
# AI 智能客服系统
> 🤖 基于大语言模型 + 自定义知识库的智能问答系统
> 🧠 支持多轮对话 · 记忆持久化 · 向量检索增强(RAG)
> 🧱 技术栈:Java 21 · Spring Boot 3 · Spring AI · PGVector
---
## 📌 项目简介
本项目是一个 AI 驱动的智能客服系统,结合大语言模型与企业知识库(RAG),支持多轮对话、上下文记忆持久化以及高质量的问题检索应答能力,广泛适用于网站客服、内部知识助手、文档问答等场景。
---
## 🔧 核心技术
| 类别 | 技术组件 |
|-----------------|-------------------------------------|
| 语言与框架 | Java 21、Spring Boot 3 |
| AI 支持 | Spring AI / OpenAI / Ollama / Qwen 等大模型 |
| 向量数据库 | PostgreSQL + PGVector 插件 |
| 知识增强检索 | RAG(Retrieval Augmented Generation) |
| 对话存储 | 数据库 / 内存 / 文件持久化等 |
---
## ✨ 关键功能亮点
1. **多轮对话管理**
- 支持用户连续提问,智能保持上下文
- 引入角色扮演与对话状态记忆机制
2. **对话记忆持久化**
- 将对话历史写入数据库,实现用户上下文恢复
- 可扩展为多用户会话场景
3. **RAG 知识库增强**
- 文档切片 + 嵌入向量化(Embedding)
- 支持 Markdown、PDF、TXT 等文档导入
- 基于 PGVector 快速相似度查询,提升回答准确度
4. **模型对接灵活**
- 默认集成 OpenAI API
- 支持本地模型如 Ollama、通义千问(Qwen)、GLM 等,适用于离线部署
5. **Spring AI 深度集成**
- 使用 `ChatClient`、`EmbeddingClient` 实现模型和向量一体化调用
- 简化大模型与向量检索之间的数据流协作
Loading…
Cancel
Save