SpringAI框架中的RAG模块详解及应用示例

最新推荐文章于 2025-09-24 17:34:21 发布

原创

最新推荐文章于 2025-09-24 17:34:21 发布 · 844 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#RAG #SpringAI #知识库 #大模型 #检索 #QuestionAnswerAdvisor #RetrievalArgumentAdvisor

SpringAI框架中的RAG模块详解及应用示例

RAG（Retrieval-Augmented Generation）可以通过检索知识库，克服大模型训练完成后参数冻结的局限性，携带知识让大模型根据知识进行回答。SpringAI框架提供了模块化的API来支持RAG，主要包括QuestionAnswerAdvisor和RetrievalArgumentAdvisor。

QuestionAnswerAdvisor

QuestionAnswerAdvisor主要提供便捷简单的RAG流功能，只需指定一些简单的参数即可。例如，假设数据已加载到vectorStore中，可以通过以下方法进行RAG知识库检索：

QuestionAnswerAdvisor questionAnswerAdvisor = QuestionAnswerAdvisor.builder(vectorStore)
    .searchRequest(SearchRequest.builder()
        .similarityThreshold(0.5) // 只返回相似度高于0.5的结果
        .topK(3) // 只返回前三个结果
        .filterExpression(newFilterExpressionBuilder().eq("a", "b").build()) // 只检索 a==b 的文档
        .build())
    .build();

ChatClient chatClient = ChatClient.builder(openAiChatModel)
    .defaultOptions(OpenAiChatOptions.builder().model("gpt-3.5-turbo").build())
    .build();

ChatResponse response = chatClient.prompt().advisors(questionAnswerAdvisor)
    .us