RAG 系统

智能知识库 RAG 系统

对标 RAGFlow / Dify

基于 RAG（检索增强生成）技术的智能知识库系统，实现文档上传、智能分块、向量化存储、语义检索、LLM 精准回答的完整链路。

Vue 3Spring Boot 3JPAOpenAI APIEmbedding向量检索

查看源码教学资料

完成度 85%

API 接口 29 个

教学资料 10 份

状态 Active

核心功能

完整的 RAG 链路，覆盖从文档上传到智能回答的全流程

文档上传

支持 PDF/Word/TXT 等格式上传，自动提取文本内容

智能分块

基于语义和结构的文档分块策略，保持上下文完整性

向量存储

Embedding 向量化 + 持久化存储，支持高效检索

语义检索

余弦相似度语义匹配，精准找到相关知识片段

LLM 回答

基于检索结果生成精准回答，减少幻觉

API 管理

29 个 RESTful 接口，前后端完整对接

技术架构

RAG 核心处理链路

文档上传

智能分块

向量化

语义检索

LLM 生成

项目亮点

为什么这个项目值得学

完整 RAG 链路：解析 → 分块 → 向量化 → 检索 → LLM 回答

29 个 API 接口，前后端完整对接

支持 Embedding 向量化 + 余弦相似度检索

配套 9 章 RAG 体系精讲课程（2189 行互动课件）

教学资料

配套 10 份教学资料，覆盖从入门到面试全流程

文档

00-环境准备与运行

开发环境搭建、依赖安装、项目启动

文档

01-项目演示与介绍

功能演示、架构总览、核心概念

文档

02-项目架构设计

系统架构、模块划分、数据流设计

文档

03-核心设计详解

RAG 链路实现细节、关键代码走读

互动课件

RAG 技术体系精讲

9 章完整 RAG 体系，通俗 + 专业双讲解，含代码示例和 SVG 架构图

互动课件

复试模拟面试

6 轮 23 题研究生复试模拟，含参考答案、踩雷回答、救场技巧

互动课件

面试叙事导航图

面试叙事导航（研究生 / 求职双版本）

演示文稿

项目介绍 PPT

项目介绍演示文稿

架构图

总体架构图

RAG 系统整体架构（Excalidraw）

架构图

核心链路图

RAG 核心处理链路（Excalidraw）