Spring AI 实现 RAG

Spring AI 实现 RAG（Retrieval-Augmented Generation） 是一种结合信息检索与生成模型的方法，常用于构建智能问答系统、知识库对话机器人等。Spring AI 是 Spring 官方推出的 AI 开发框架，目前基于 Spring Boot，支持多种大模型和向量数据库。

---

🧠 什么是 RAG？

RAG（Retrieval-Augmented Generation） = 检索 + 生成

• 第一步：从知识库中检索出最相关的文档片段；
• 第二步：将这些片段作为上下文输入给 LLM（如 ChatGPT、LLaMA、Qwen等），让LLM生成回答。

---

✅ 技术栈

常见的技术组合：

组件	示例
框架	Spring Boot + Spring AI
LLM 模型	OpenAI GPT、Qwen、Llama3 等
向量数据库	Chroma、Pinecone、FAISS、Weaviate、elasticsearch
文本嵌入模型	Qwen3-Embedding、OpenAI Embeddings、Sentence Transformers
文档加载器	LangChain4j / Spring AI 提供的 tika-document-reader

---

📦 Maven 依赖

		<dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-ollama</artifactId>
            <version>1.0.0</version>
        </dependency>

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-tika-document-reader</artifactId>
            <version>1.0.0</version>
        </dependency>

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-advisors-vector-store</artifactId>
            <version>1.0.0</version>
        </dependency>

        <!-- 向量数据库 -->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-vector-store-elasticsearc