项目介绍

 know-hub-ai是一款采用RAG 技术实现的个人知识库 AI 问答系统，本项目适配 OpenAI 接口，因此可搭配One-API实现大语言模型的统一调用。

 🌟🌟请将本项目视为一个 Spring AI 和 RAG 技术的学习项目，本项目重在介绍 Spring AI 的使用以及结合向量数据库实现 RAG 技术的实现。

项目功能

• 知识库上传，支持：pdf、doc、txt、md、excel等文件格式
• 支持两种方式的 AI 对话：RAG 和 Simple
  • RAG：对话前会检索知识库作为上下文，AI 可以根据检索出的知识库内容进行回复；
  • Simple：普通对话
• 聊天配置：可设置最大聊天历史长度、对话模型、对话方式、系统提示词等
• API 管理：添加或删除 API
• AI 绘图(Dall-e-*)系列
• 对象存储：知识库的文件存储在云上，目前选定开源软件Minio作为对象存储平台
• 知识库下载：基于对象存储的实现

开发计划

• 基于语音输入实现对话

• Api 分类管理：（embedding、image、chat 等三类模型），接口统一为 OpenAI

• MJ 绘图

• 桌面应用端开发

• 多用户的后端服务

功能模块图

工作原理

技术栈

前端

• node >= 18
• Vue3 + TS + ElementPlus + Pinia

后端

• JDK >= 17
• Spring Boot 3.x
• Spring AI 0.8.1
• pgvector 0.5.0

效果图

知识库管理

支持：PDF、doc、md、excel 等

alt text

正常对话(不使用知识库)

alt text

alt text

RAG 对话(使用知识库)

alt text

alt text

AI 绘画

alt text

alt text

API 管理

alt text

设置中心

alt text

部署指南

 Mac M1 环境(ARM)，使用docker-compose-mac.yml一键本地部署

docker compose -f docker-compose-mac.yml up -d

 Linux(AMD)使用docker-compose.yml一键部署

docker compose up -d

说明

 若只想搭建项目环境，可以使用这个docker-compose.yml文件，执行下述命令即可部署 pgvector 和 minio：

docker compose up -d

 项目采用 Spring Data JPA 作为 ORM 框架，本地开发时，可通过在application.yml文件中配置spring.jpa.hibernate.ddl-auto为create(项目下载后默认配置)即可在 SpringBoot 启动时自动创建表。

其它

• knife4j 接口文档：http://localhost:8329/doc.html

参考资料

https://github.com/NingNing0111/know-hub-ai