Spring AI + RAG

2026/7/1 1:57:21

对于基础大模型来说，他只具备通用信息，他的参数都是拿公网进行训练，并且有一定的时间延迟，无法得知一些具体业务数据和实时数据，这些数据往往在各种文件中（比如txt、word、html、数据库...）

虽然function-call、SystemMessage可以用来解决一部分问题

但是它只能少量，并且针对的场景不一样

如果你要提供大量的业务领域信息，就需要给他外接一个知识库：

比如

我问他退订要多少费用
这些资料可能都由产品或者需求编写在了文档中：
1. 所以需要现在需求信息存到向量数据库（这个过程叫Embedding，涉及到文档读取、分词、向量化存入）
去向量数据库中查询“退订费用相关信息”
将查询到的数据和对话信息再请求大模型
此时会响应退订需要多少费用

概念

向量：

向量通常用来做相似性搜索，比如语义的一维向量，可以表示词语或短语的语义相似性。例如，“你好”、“hello”和“见到你很高兴”可以通过一维向量来表示它们的语义接近程度。

然而，对于更复杂的对象，比如小狗，无法仅通过一个维度来进行相似性搜索。这时，我们需要提取多个特征，如颜色、大小、品种等，将每个特征表示为向量的一个维度，从而形成一个多维向量。例如，一只棕色的小型泰迪犬可以表示为一个多维向量 [棕色, 小型, 泰迪犬]。

如果需要检索见过更加精准，我们肯定还需要更多维度的向量，组成更多维度的空间，在多维向量空间中，相似性检索变得更加复杂。我们需要使用一些算法，如余弦相似度或欧几里得距离，来计算向量之间的相似性。向量数据库会帮我实现。

文本向量化

通过向量模型即可向量化, 这里我们学到了一种新的模型，叫“向量模型” 专门用来做文本向量化的。

大语言模型不能做向量化，所以需要单独找一个向量模型

deepseek不支持向量模型
阿里百炼有大量向量模型
1. 默认模型DashScopeEmbeddingProperties#DEFAULT_EMBEDDING_MODEL="text-embedding-v1"

<span style="color:#000000"><span style="background-color:#fefef2"><code class="language-properties"><span style="color:#015692">spring.ai.dashscope.embedding.options.model</span>= <span style="color:#54790d">text-embedding-v4</span> </code></span></span>

ollama有大量向量模型, 自己拉取

以ollama为例：

<span style="color:#000000"><span style="background-color:#fefef2"><code class="language-properties"><span style="color:#015692">spring.ai.ollama.embedding.model</span>= <span style="color:#54790d">nomic-embed-text</span> </code></span></span>

<span style="color:#000000"><span style="background-color:#fefef2"><code class="language-java"><span style="color:#015692">@SpringBootTest</span> <span style="color:#015692">public</span> <span style="color:#015692">class</span> <span style="color:#b75501">EmbaddingTest</span> { <span style="color:#015692">@Test</span> <span style="color:#015692">public</span> <span style="color:#015692">void</span> <span style="color:#b75501">testEmbadding</span>(<span style="color:#015692">@Autowired</span> OllamaEmbeddingModel ollamaEmbeddingModel) { <span style="color:#656e77">// .embed() 转换为向量模型</span> <span style="color:#b75501">float</span>[] embedded = ollamaEmbeddingModel.embed(<span style="color:#54790d">"我叫徐庶"</span>); System.out.println(embedded.length); System.out.println(Arrays.toString(embedded)); } } </code></span></span>

从结果可以知道"我叫徐庶"这句话经过OllamaEmbeddingModel向量化之后得到的一个长度为768的float数组。注意，768是向量模型nomic-embed-text-v1.5固定的，不会随着句子长度而变化，不同的向量模型提供了不同的维度。

那么，我们通过这种向量模型得到一句话对应的向量有什么作用呢？非常有用，因为我们可以基于向量来判断两句话之间的相似度，举个例子：

查询跟秋田犬类似的狗，在向量数据库中根据每个狗的特点进行多维向量，你会发现秋田犬的向量数值和柴犬的向量数值最接近，就可以查到类似的狗。（当然我这里只是举例，让你对向量数据库有一个印象）

向量模型的本质目标，就是把语义相似的内容用“相近”的向量表示，把“不相关”内容尽量拉远。
所以好的向量模型能够更好的识别语义，进行向量化.

向量数据库

对于向量模型生成出来的向量，我们可以持久化到向量数据库，并且能利用向量数据库来计算两个向量之间的相似度，或者根据一个向量查找跟这个向量最相似的向量。

在SpringAi中，VectorStore 表示向量数据库，目前支持的向量数据库有

Azure Vector Search- TheAzurevector store.
Apache Cassandra- TheApache Cassandravector store.
Chroma Vector Store- TheChromavector store.
Elasticsearch Vector Store - The Elasticsearch vector store. 可以“以向量+关键词”方式做混合检索。深度优化更多针对文本，不是专门“向量搜索引擎”。向量存储和检索容量有限制，查询延迟高于 Milvus。
GemFire Vector Store- TheGemFirevector store.
MariaDB Vector Store- TheMariaDBvector store.
Milvus Vector Store - The Milvus vector store.
MongoDB Atlas Vector Store- TheMongoDB Atlasvector store.
Neo4j Vector Store - The Neo4j vector store.可以结合结构化图谱查询与向量检索，大规模嵌入检索（如千万—亿级高维向量）性能明显落后于 Milvus
OpenSearch Vector Store- TheOpenSearchvector store.
Oracle Vector Store- TheOracle Databasevector store.
PgVector Store- ThePostgreSQL/PGVectorvector store.
Pinecone Vector Store-PineConevector store.
Qdrant Vector Store-Qdrantvector store.
Redis Vector Store - The Redis vector store. 低门槛实现小规模向量检索。对于高维大规模向量（如几百万到上亿条），性能和存储效率不如专用向量库。
SAP Hana Vector Store- TheSAP HANAvector store.
Typesense Vector Store- TheTypesensevector store.
Weaviate Vector Store- TheWeaviatevector store.
SimpleVectorStore - A simple implementation of persistent vector storage, good for educational purposes.

其中有我们熟悉的几个数据库都可以用来存储向量，比如Elasticsearch、MongoDb、Neo4j、Pgsql、Redis。

视频中我会讲解2种：

SimpleVectorStore教学版向量数据库
Milvus Vector StoreMilvus（国产团队）、文档友好、社区国内活跃、性能最佳、市场占用率大。实战中使用的向量数据库.

匹配检索

在这个示例中，我分别存储了预订航班和取消预订2段说明到向量数据库中
然后通过"退票要多少钱" 进行查询

代码执行结果为：

OllamaEmbedding结果

<span style="color:#000000"><span style="background-color:#fefef2"><code class="language-java"><span style="color:#015692">@Bean</span> <span style="color:#015692">public</span> VectorStore <span style="color:#b75501">vectorStore</span>(OllamaEmbeddingModel embeddingModel) { <span style="color:#656e77">// 绑定一个向量大模型，进行将数据信息向量化</span> SimpleVectorStore.<span style="color:#b75501">SimpleVectorStoreBuilder</span> <span style="color:#54790d">builder</span> <span style="color:#ab5656">=</span> SimpleVectorStore.builder(embeddingModel); <span style="color:#015692">return</span> builder.build(); } </code></span></span>

SearchRequest

可以利用searchRequest设置检索请求：

query 代表要检索的内容
topK 设置检索结果的前N条
- 通常我们查询所有结果查出来，因为查询结果最终要发给大模型，查询过多的结果会：
  - 过多的token意味着更长延迟，更多的费用，并且过多上下文会超限；
  - 研究表明过多的内容会降低 LLM 的_**召回性能；**_
similarityThreshold 设置相似度阈值，可以通关设置分数限制召回内容相似度. 从而过滤掉废料。（中文语料要适当降低分数），所以应遵循**始终以“业务召回效果”为主，而不是追求网上常说的高分阈值。

<span style="color:#000000"><span style="background-color:#fefef2"><code class="language-java"><span style="color:#015692">@BeforeEach</span> <span style="color:#015692">public</span> <span style="color:#015692">void</span> <span style="color:#b75501">init</span>( <span style="color:#015692">@Autowired</span> VectorStore vectorStore) { <span style="color:#656e77">// 1. 声明内容文档</span> <span style="color:#b75501">Document</span> <span style="color:#54790d">doc</span> <span style="color:#ab5656">=</span> Document.builder() .text(<span style="color:#54790d">""" 预订航班: - 通过我们的网站或移动应用程序预订。 - 预订时需要全额付款。 - 确保个人信息（姓名、ID 等）的准确性，因为更正可能会产生 25 的费用。</span></code></span></span>