大模型给企业软件带来巨大的变革，未来所有的企业软件都是以大模型为核心的，企业内所有的知识都是通过自然语言的方式被访问。
系统介绍
基于 Spring AI框架开发的 AI 知识库检索增强生成（RAG）系统的服务端。该系统为 AI知识库管理系统 和 AI知识库用户端 提供接口服务，支持多种 AI 模型进行知识检索和问答。
引入SearXNG搜索引擎、Neo4j知识图谱、MCP服务（高德地图、邮件、数据库）来增强大模型回答能力，使模型回答更丰富、更准确、更及时。
核心特点：
- 🤖 多模型支持：适配 OpenAI、各大国内主流大模型平台，以及本地 vllm、ollama 部署
- 📚 灵活知识库：支持 PDF、TXT、MD 等多种格式文档
- 🕸️ 知识图谱集成：基于 Neo4j 的知识图谱问答能力
- 🚀 简单配置：只需配置对应服务平台的
API_KEY即可使用
功能特性
项目管理
- 创建、修改、删除项目
- 项目列表展示与搜索
- 支持多种 AI 模型类型（OpenAI 、Ollama 、智谱AI等）
- 自定义系统提示词
- 支持上传多种文件格式（如 PDF、DOCX、TXT、Markdown，CSV 等）
- 支持知识图谱展示与搜索
知识库管理
- 知识库列表展示与搜索
- 知识库文件删除
- 知识文件内容查看
AI 对话功能
- 多会话管理：支持创建和管理多个聊天会话
- 消息历史记录：保存和显示聊天历史记录
- 流式响应：支持 AI 回复的流式显示，提供更好的用户体验
- 普通响应：支持传统的一次性返回完整回复的模式
- 联网搜索：支持 AI 在回答问题时进行网络搜索，获取最新信息
- 智能补全：提供代码和文本的智能补全功能
MCP 服务
- 集成文件系统、高德地图等mcp服务
- 自定义获取时间、发送邮件、查询数据库等mcp服务
技术架构
核心技术栈
后端框架
：Spring Boot 3.3.0
AI 框架
：Spring AI 1.0.0
数据库
：MySQL、Redis、MongoDB
向量存储
：Qdrant Vector Store
搜索引擎
：SearXNG
图数据库
：Neo4j
主要模块
ruoyi-admin
：系统管理模块
ruoyi-chat
：AI 聊天核心模块
ruoyi-chat-api
：AI 聊天接口模块
ruoyi-common
：通用工具模块
ruoyi-framework
：框架核心模块
ruoyi-system
：系统功能模块
ruoyi-quartz
：定时任务模块
ruoyi-generator
：代码生成模块
ruoyi-mcp-server
：MCP服务端模块
AI 模型支持
OpenAI
：支持 GPT-3.5-turbo 等模型
Ollama
：支持 Qwen2:7b 等开源模型
智谱AI
：支持 智谱AI 等模型
企业级RAG智能信息库的作用、应用场景和带来的价值进行详细介绍。
作用
- 自然语言知识访问
- 企业级RAG智能信息库使得企业内的所有知识都可以通过自然语言的方式被访问。员工无需掌握复杂的查询语法或浏览多个系统，只需通过日常语言提问，即可快速获取所需信息。
- 高效信息整合与检索
- 利用RAG技术，信息库能够从海量企业数据中快速、准确地检索出相关信息。这种检索不仅限于结构化数据，还能处理非结构化数据，如文档、报告、邮件等，大大提高了信息检索的全面性和效率。
- 智能回答与生成
- 结合大模型的能力，RAG信息库不仅能检索信息，还能根据检索结果智能生成回答或建议。这使得信息库不仅能提供原始数据，还能提供有价值的洞察和分析。
- 持续学习与优化
- 企业级RAG智能信息库具备持续学习的能力。通过不断分析用户的查询行为和反馈，信息库可以优化检索算法和生成模型，提高回答的准确性和相关性。
应用场景
- 客户服务与支持
- 在客户服务场景中，RAG信息库可以快速响应客户的问题，提供准确、全面的解答。无论是产品信息查询、故障排除还是投诉处理，信息库都能通过自然语言交互为客户提供便捷的服务体验。
- 内部知识管理与共享
- 企业内部存在大量的知识资产，如政策文件、操作手册、项目报告等。RAG信息库可以将这些知识整合到一个统一的平台上，便于员工查询和学习。同时，通过自然语言交互，员工可以更容易地找到所需知识，促进知识的共享和复用。
- 决策支持与数据分析
- 在决策支持场景中，RAG信息库可以检索和分析大量相关数据，为管理者提供数据支持和智能建议。无论是市场趋势分析、竞争对手研究还是内部运营优化，信息库都能通过自然语言的方式呈现分析结果，帮助管理者做出更加科学、合理的决策。
- 产品研发与创新
- 在产品研发过程中，研发人员需要查阅大量的技术资料和市场反馈。RAG信息库可以快速检索这些信息，为研发人员提供有力的支持。同时，通过分析用户反馈和市场趋势，信息库还能激发研发人员的创新思维，推动产品的持续改进和创新。
带来的价值
- 提高工作效率
- 通过自然语言交互和高效的信息检索，员工可以更快地获取所需信息，减少在查找信息上的时间消耗。这有助于提高员工的工作效率，使他们能够更专注于核心任务。
- 提升客户满意度
- 在客户服务场景中，RAG信息库的快速响应和准确解答可以大大提升客户的满意度。客户可以通过自然语言的方式轻松获取所需帮助，感受到企业的专业和关怀。
- 促进知识共享与创新
- 统一的平台促进了企业内部知识的共享和复用。员工可以更容易地找到所需知识，与同事进行交流和合作。同时，通过分析大量数据和用户反馈，信息库还能激发员工的创新思维，推动企业的持续发展。
- 降低运营成本
- 通过整合和利用企业内知识资源，RAG信息库可以避免重复劳动和资源浪费。同时，由于信息库能够自动处理大量查询和生成回答，企业还可以减少在人力资源上的投入，降低运营成本。
- 增强企业竞争力
- 在未来，所有的企业软件都将以大模型为核心。企业级RAG智能信息库作为大模型在企业软件中的重要应用，将为企业带来巨大的竞争优势。通过提供高效、准确的信息检索和智能回答服务，信息库将帮助企业更好地把握市场机遇，应对挑战，实现持续发展。
普通人如何抓住AI大模型的风口？
领取方式在文末
为什么要学习大模型？
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。
随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
最后
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
大模型全套学习资料展示
自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。
希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！
01教学内容
从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！
大量真实项目案例：带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
02适学人群
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
vx扫描下方二维码即可
本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！
03入门到进阶学习路线图
大模型学习路线图，整体分为5个大的阶段：
04视频和书籍PDF合集
从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）
新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
05行业报告+白皮书合集
收集70+报告与白皮书，了解行业最新动态！
0690+份面试题/经验
AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）
07 deepseek部署包+技巧大全
由于篇幅有限
只展示部分资料
并且还在持续更新中…
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
