Javaᶜⁿ 面试突击

在 Spring AI Alibaba 程序中，我们可以直接使用本地程序调用百炼平台的云知识库，实现知识库文档解析、分块、向量化存储等一条龙服务。

这样，开发者就不用本地部署搭建向量数据库、不用进行复杂的文档处理，以及开发文档管理等业务功能了，可以大大提升开发效率，非常哇塞。

那问题来了，如何对接百炼平台的云知识库呢？

本文我们基于最新版正式版 Spring AI Alibaba 和百炼平台带着大家一起操作一下。

1.百炼添加数据和知识库

  1. 导入数据（https://bailian.console.aliyun.com/console?tab=app#/data-center）：
  1. 百炼创建知识库（https://bailian.console.aliyun.com/console?tab=app#/knowledge-base）：

2.编写代码调用云知识库

编写代码操作云知识库

@RequestMapping("/rag")
public Flux<String> rag(@RequestParam String msg) {
    DocumentRetriever retriever = new DashScopeDocumentRetriever(dashScopeApi,
                                                                 DashScopeDocumentRetrieverOptions.builder().withIndexName(indexName).build());
    return chatClient.prompt()
    .system("你是一个Java助手，基于知识库的内容进行回答，知识库查询不到的信息，返回暂无信息")
    .user(msg)
    .advisors(new DocumentRetrievalAdvisor(retriever))
    .stream().content();
}

其中 indexName 为知识库的名字，如下图所示：

小结

本地 Spring AI Alibaba 程序可以直接调用百炼平台的云知识库，实现知识库文档解析、分块、向量化存储等一条龙服务，大大提升 RAG 开发的效率，但同时也会带来数据隐私问题，所以我们需要根据自己的业务选择合适的方案。

特殊说明

以上内容来自我的《大模型应用开发》 课程，这门课程为视频+图文版，深入浅出学习了大模型应用开发的各种技术，例如系统学习了 Spring AI、LangChain4j、Spring AI Alibaba、Dify、Agent 等技术，其中包含：MCP、Function Call、RAG（简单、原生、高级应用）、向量数据库（Milvus、RedisStack）、Prompt工程、多模态、向量数据库、嵌入模型、N种主流LLM对接、3种DeepSeek对接、同时调用多种大模型、连续对话保存到数据库、上万种 MCP 通用服务对接、大模型直接操作数据库等，还有很多 AI 案例，如：数据库 AI 助手、快递 AI 助手等都是手把手带你实现。手把手教你快速、系统掌握大模型应用开发的核心技术。

如果对此课程感兴趣，请加我微信：vipStone【备注：LLM】