# smart-rag-java

**Repository Path**: cybdev/smart-rag-java

## Basic Information

- **Project Name**: smart-rag-java
- **Description**: Smart RAG Java 是一个企业级 RAG（Retrieval Augmented Generation）框架，使用
Spring Boot + Qdrant + OpenAI/DeepSeek/Qwen 构建，帮助你在项目中快速集成“基于私有知识库的 AI 问答能力”。
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2025-12-13
- **Last Updated**: 2025-12-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Smart RAG Java
> A lightweight, production-ready RAG engine powered by Spring Boot + Qdrant + LLMs.

Smart RAG Java 是一个企业级 RAG（Retrieval Augmented Generation）框架，使用
Spring Boot + Qdrant + OpenAI/DeepSeek/Qwen 构建，帮助你在项目中快速集成“基于私有知识库的 AI 问答能力”。
## ✨ Features
📄 文件上传（PDF/TXT/DOCX）

🔍 向量化存储（Qdrant）

🧩 Chunking + Embedding

🤖 RAG Pipeline（检索增强生成）

🗂 文档元数据管理

🧵 多轮对话支持

📈 可扩展架构（Kafka / Redis / MySQL）

🧠 支持云端模型和本地模型

🏗️ Architecture
```
User -> rag-api -> rag-core -> rag-store -> Qdrant
                             ↓
                             OpenAI/DeepSeek
```

## 📦 Install & Run
1. 启动 Qdrant
```
docker compose -f ./docker/qdrant-docker-compose.yml up -d
```
启动完成之后可以通过 http://localhost:6333 访问 Qdrant 控制台。
2. 启动 Spring Boot
```
cd rag-api
./mvnw spring-boot:run
```

## 💬 多轮对话与历史存储（新增）
本项目现在支持多轮对话并将历史对话持久化到轻量数据库（默认 H2 内存数据库）。

主要端点：
- POST /api/sessions?seed={seed}  -> 创建会话，返回 sessionId
- POST /api/sessions/{sessionId}/messages  -> 添加一条消息（role: USER|ASSISTANT|SYSTEM），可选参数 reply=true 会触发模型回复并保存
- GET  /api/sessions/{sessionId}/messages?limit=100  -> 获取会话历史

默认数据库配置（见 rag-api/src/main/resources/application.yml）使用内存 H2：
```
spring.datasource.url=jdbc:h2:mem:ragdb;DB_CLOSE_DELAY=-1;DB_CLOSE_ON_EXIT=FALSE
spring.jpa.hibernate.ddl-auto=update
```

如果你想改为文件持久化 H2：
```
spring.datasource.url=jdbc:h2:file:./data/ragdb;DB_CLOSE_ON_EXIT=FALSE
```

或切换到 SQLite（需要在父 pom 中添加 org.xerial:sqlite-jdbc 依赖，并在 application.yml 中设置）：
```
spring.datasource.url=jdbc:sqlite:./data/rag.sqlite
spring.jpa.database-platform=org.hibernate.dialect.SQLiteDialect
```

## 🚀 Quick Start
上传文档
```
POST /ingest
Content-Type: multipart/form-data
```
提问
```
POST /ask
{
  "query": "介绍一下合同发票流程",
  "conversationId": "test"
}
```

## 📆 Roadmap
- 基础 RAG 管道
- 支持 URL 抓取
- 支持 Excel 解析
- Kafka 异步解析
- 本地模型（Qwen Mini）
- Web UI 管理界面

## 项目结构
```
smart-rag-java
├── README.md
├── docker
│   └── qdrant-docker-compose.yml
├── rag-api                  // 提供 REST API 层
│   ├── src/main/java/com/smartrag/api
│   └── build.gradle / pom.xml
├── rag-core                 // RAG 核心逻辑（管道、检索、推理）
│   ├── src/main/java/com/smartrag/core
└── rag-ingest               // 文档解析、分段、元信息处理
│   ├── src/main/java/com/smartrag/ingest
└── rag-store                // 向量数据库（Qdrant）访问层
│   ├── src/main/java/com/smartrag/store
```

## 模块职责说明
rag-api
- 上传文件 API：POST /ingest
- 提问 API：POST /ask
- 文档管理 API

rag-ingest
- PDF/Word/Text 解析
- chunking（段落切分）
- 生成 Embedding 调用请求

rag-store
- Qdrant 的向量写入、检索
- Collection 管理
- 元数据结构定义

rag-core
- RAG 主流程：
  - Query Embedding
  - Vector Search
  - Prompt 构造
  - 调用 LLM（OpenAI/DeepSeek/Qwen）
- 多轮对话、引用段落处理