大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

# 知识库系统

基于 Spring Boot + Qdrant + 通义千问的智能知识库管理系统，支持文档管理、RAG增强问答和知识图谱展示。

功能特性

• 📄 文档管理：支持 Word、PDF、TXT 格式文件上传和管理
• 🔍 RAG 问答：基于本地知识库的检索增强生成问答
• 🧠 知识图谱：自动提取实体并可视化展示
• 💭 对话记忆：支持多轮对话，可开关记忆功能
• 📊 匹配指标：显示匹配度和召回率
• 🔗 来源标注：回答附带文档来源和路径

技术栈

• 后端: Spring Boot 3.2 + Java 17
• 矢量数据库: Qdrant
• 关系数据库: H2
• 前端: HTML + JavaScript + ECharts
• AI 模型: 阿里云通义千问 API
• 文档处理: Apache POI, PDFBox

前置要求

1. Java 17+
   • 下载: https://adoptium.net/
   • 验证: java -version
2. Maven 3.6+
   • 下载: https://maven.apache.org/download.cgi
   • 验证: mvn -version
3. Qdrant
   • 下载: https://github.com/qdrant/qdrant/releases
   • 选择 Windows 版本 (qdrant-x86_64-pc-windows-msvc.zip)
4. 阿里云通义千问 API Key
   • 申请: https://dashscope.aliyun.com/

快速开始

1. 下载 Qdrant

# 访问 https://github.com/qdrant/qdrant/releases # 下载最新版本的 Windows zip 包 # 解压后将 qdrant.exe 复制到项目根目录 

2. 配置 API Key

编辑 src/main/resources/application.yml，修改：

qianwen: api-key: your-api-key-here # 替换为你的通义千问 API Key 

或者设置环境变量：

set QIANWEN_API_KEY=your-api-key-here 

3. 启动 Qdrant

双击运行 start-qdrant.bat，或手动执行：

qdrant.exe --storage-path ./qdrant_storage 

Qdrant 将在 http://localhost:6333 运行

4. 启动应用

双击运行 start.bat，或手动执行：

mvn clean package -DskipTests java -jar target/knowledge-base-1.0.0.jar 

应用将在 http://localhost:8080 运行

5. 访问系统

打开浏览器访问: http://localhost:8080

使用说明

文档管理

1. 上传文档
   • 点击上传区域或拖拽文件
   • 支持 .docx, .pdf, .txt 格式
   • 单个文件不超过 50MB
2. 同步到矢量库
   • 点击"同步"按钮
   • 系统将自动分块并向量化文档内容
   • 同步状态显示为"已同步"
3. 管理文档
   • 删除：从系统和矢量库中完全删除
   • 移除向量：仅从矢量库删除，保留原文档
   • 重新同步：更新矢量库中的内容

智能问答

1. 提问
   • 在输入框输入问题
   • 按 Enter 或点击"发送"
2. 记忆开关
   • 右上角切换对话记忆
   • 开启：携带历史对话上下文
   • 关闭：仅基于当前问题回答
3. 查看结果
   • 匹配度：最高相似度分数
   • 召回率：相关文档召回比例
   • 来源：引用的文档路径

知识图谱

1. 查看图谱
   • 切换到"知识图谱"页面
   • 点击"刷新图谱"加载数据
2. 交互操作
   • 拖拽节点调整布局
   • 滚轮缩放
   • 点击查看节点详情
3. 实体类型
   • PERSON：人名
   • LOCATION：地点
   • ORGANIZATION：组织
   • TERM：术语

项目结构

knowledge-base/
├── src/main/java/com/knowledge/
│   ├── controller/          # REST API 控制器
│   ├── service/             # 业务逻辑层
│   ├── repository/          # 数据访问层
│   ├── model/               # JPA 实体
│   ├── config/              # 配置类
│   ├── util/                # 工具类
│   └── KnowledgeBaseApplication.java
├── src/main/resources/
│   ├── static/              # 前端页面
│   │   └── index.html
│   └── application.yml      # 应用配置
├── data/                    # H2 数据库文件
├── uploads/                 # 上传的文件
├── qdrant_storage/          # Qdrant 数据（自动生成）
├── pom.xml                  # Maven 配置
├── start.bat                # 启动脚本
├── start-qdrant.bat         # Qdrant 启动脚本
└── requirements.md          # 需求文档

API 接口

文档管理

• POST /api/documents/upload - 上传文件
• GET /api/documents - 获取文档列表
• DELETE /api/documents/{id} - 删除文档
• POST /api/documents/{id}/sync - 同步到矢量库
• POST /api/documents/{id}/remove-from-vector - 从矢量库移除

智能问答

• POST /api/chat - 发送问题

   { "question": "你的问题", "sessionId": "session_xxx", "memoryEnabled": true } 

• POST /api/chat/clear - 清空对话历史

知识图谱

• GET /api/graph - 获取图谱数据
• POST /api/graph/extract/{documentId} - 提取实体

配置说明

application.yml

# 服务器端口 server: port: 8080 # Qdrant 配置 qdrant: host: localhost port: 6333 collection-name: knowledge_base vector-size: 1536 # 通义千问配置 qianwen: api-key: ${QIANWEN_API_KEY} model: qwen-turbo embedding-model: text-embedding-v2 # 应用配置 app: chunk-size: 600 # 文本分块大小 chunk-overlap: 50 # 分块重叠 top-k: 5 # 召回文档数量 similarity-threshold: 0.7 # 相似度阈值 max-memory-turns: 10 # 最大记忆轮数 

常见问题

1. Qdrant 连接失败

问题: 启动时提示无法连接 Qdrant

解决:

• 确保 Qdrant 已启动
• 检查端口 6333 是否被占用
• 确认 application.yml 中的配置正确

2. API 调用失败

问题: 问答时返回错误

解决:

• 检查 API Key 是否正确
• 确认网络连接正常
• 查看控制台日志获取详细错误

3. 文档解析失败

问题: 上传文件后无法解析

解决:

• 确认文件格式正确
• 检查文件是否损坏
• 查看文件大小是否超过限制

4. H2 数据库位置

H2 数据库文件存储在 ./data/knowledge_db.mv.db

可以通过 http://localhost:8080/h2-console 访问数据库控制台

性能优化建议

1. 批量同步：大量文档建议在非高峰期同步
2. 分块大小：根据文档类型调整 chunk-size
3. Top-K 值：平衡召回率和响应时间
4. 缓存策略：可扩展添加 Redis 缓存

开发计划

• [ ] 支持更多文档格式（Excel, PPT）
• [ ] 用户认证和权限管理
• [ ] 多语言支持
• [ ] 本地 Embedding 模型
• [ ] 更复杂的实体提取算法
• [ ] 对话历史导出
• [ ] 批量导入功能

许可证

MIT License

联系方式

如有问题或建议，请提交 Issue。