实战｜Spring +Milvus，Java也能实现的企业级文档问答RAG
导语：AI 如何激活沉睡的企业知识？
在企业数字化转型的浪潮中，PDF、Word 等海量文档往往沉睡在各个业务系统中，形成“数据孤岛”，难以被智能系统高效利用。
那么，如何构建一个真正面向企业场景落地的 AI 应用，让 AI 成为企业的“智能助手”？本项目提供一套基于 Spring 框架的完整解决方案，结合文档 ETL、向量检索与 RAG 问答技术，覆盖从数据导入到智能对话的全链路实践。
与其他演示不同，本项目强调企业级能力建设——包括 API 安全控制、指标可观测性等工程化特性。借助 Spring 强大的生态系统与 Java 社区对“高可维护、高可扩展系统”的成熟支持，我们将打造一个真正适合在企业环境中上线运行的 AI 应用。
一、项目准备：环境与依赖的“黄金组合”
技术栈速览
框架：Spring Boot 3.5.0 + Spring AI 1.0.0
语言：Java 17（长期支持）
AI 模型：百度千帆（OpenAI 接口兼容）
向量存储：Milvus（高性能语义检索）
工具链：Docker、Micrometer、Testcontainers
环境配置避坑指南
示例代码仓库 https://github.com/topikachu/spring-ai-rag
#### 验证 Docker 是否正常运行
$ docker version
$ docker ps
$ java -version
二、模型选择：OpenAI API兼容平台
为什么选百度千帆？
免费额度友好：ernie-3.5-128k 和 tao-8k 均可免费试用
接口兼容：与 Spring AI 的 OpenAI 接口高度兼容，几乎零开发成本切换
在线模型列表： https://console.bce.baidu.com/qianfan/ais/console/onlineService
申请模型API Key： https://console.bce.baidu.com/iam/#/iam/apikey/list
关键配置（application.properties）
spring.ai.openai.base-url=http://localhost:11434
spring.ai.openai.chat.options.model=mistral
spring.ai.openai.embedding.options.model=nomic-embed-text
spring.ai.openai.embedding.options.dimensions=768
spring.ai.vectorstore.milvus.embedding-dimension=768
实操建议：
用在线模型API工具验证密钥有效性，再接入项目。
tao-8k 嵌入模型仅支持单条输入，需调整分块逻辑，确保每次请求一个文档段落，下文有代码示例。
不要在代码或者配置文件里硬编码API KEY，更不要提交到代码仓库，在生产中考虑使用环境变量。
三、核心功能开发：让文档“说话”的数据之旅
1. 文档 ETL：非结构化数据结构化处理
处理流程：
DocReader：使用
TikaDocReader读取 PDF/Word 等TextSplitter：基于 token 分块，控制上下文长度
向量生成：调用兼容openai的嵌入模型接口
存入向量库：Milvus 自动管理
示例代码：
public Flux<Document> ingestionFlux() {
return documentReader.getDocuments()
.flatMap(document -> {
var processChunks = Mono.fromRunnable(() -> {
var chunks = textSplitter.apply(List.of(document));
vectorStore.write(chunks); // expensive operation
}).subscribeOn(Schedulers.boundedElastic());
return Flux.concat(
Flux.just(document),
processChunks.then(Mono.empty())
);
})
.doOnComplete(() -> log.info("RunIngestion() finished"))
.doOnError(e -> log.error("Error during ingestion", e));
}
✅ 注意：某些平台的嵌入 API 仅支持单文档请求，需确保 ETL 实现为“单文档单请求”。
@Bean
@Profile("single-document-batching")
BatchingStrategy singleDocumentBatchingStrategy() {
return documents -> documents.stream().map(List::of).toList();
}
2. 向量存储：用 Milvus 实现“秒级语义检索”
配置示例：
spring.ai.vectorstore.milvus.initialize-schema=true
spring.ai.vectorstore.milvus.embedding-dimension=768
📌 说明：例如用户问“Milvus 可以用 FLAT 类型的索引么？”，Milvus 会返回相关文档段落，再由语言模型生成自然语言答案。
3. RAG 对话：结合知识库与上下文的智能问答
核心逻辑：
用户提问
向量检索相关段落
加载对话记忆（Redis）
生成 AI 回答
对话向量检索与记忆集成示例：
public ChatClient.ChatClientRequestSpec input(String userInput, String conversationId) {
return chatClient.prompt()
.advisors(
messageChatMemoryAdvisor,
retrievalAugmentationAdvisor
)
.advisors(spec -> spec.param(CONVERSATION_ID, conversationId))
.user(userInput);
}
📌 提升前端体验：使用 stream 接口返回 Flux，通过 SSE 实现打字机效果：
public Flux<String> stream(String userInput, String conversationId) {
return input(userInput, conversationId)
.stream().content();
}
@PostMapping(path = "/chat", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> chat(@RequestBody ChatRequest chatRequest, @RequestParam() String conversationId, Principal principal) {
var conversationKey = String.format("%s:%s", principal.getName(), conversationId);
return chatService.stream(chatRequest.userInput, conversationKey)
.doOnError(exp -> log.error("Error in chat", exp));
}
四、API 安全与系统可观察性
1. API 安全加固
权限控制示例：
@Override
protected void configure(HttpSecurity http) throws Exception {
http
.httpBasic()
.and()
.authorizeRequests(authz -> authz
.antMatchers("/api/v1/index").hasRole("ADMIN")
.anyRequest().authenticated()
);
}
✅ 企业级加固：在正式的生产环境中建议升级为 OAuth2 / JWT 认证方案。
2. 系统可观察性
📌 链路追踪：本项目使用 OpenTelemetry JavaAgent，覆盖 Chat → Milvus → 模型调用的全链路调用追踪（grpc 调用链关键）
-javaagent:<path/to/opentelemetry-javaagent.jar> \
-Dotel.metrics.exporter=none \
-Dotel.logs.exporter=none
📌 指标监控：使用 Micrometer 自动暴露 Prometheus 指标，比如：
- 模型响应时间
#### HELP gen_ai_client_operation_seconds
#### TYPE gen_ai_client_operation_seconds summary
gen_ai_client_operation_seconds_count{...} 1
- 向量检索耗时
#### HELP db_vector_client_operation_seconds
#### TYPE db_vector_client_operation_seconds summary
db_vector_client_operation_seconds_count{...} 1
配置：
management.endpoints.web.exposure.include=prometheus
📌 Tip：Spring Boot 3.2 引入 OTEL starter，但由于不能覆盖 gRPC（Milvus client）调用链，本项目采用 JavaAgent 接入方式，以确保完整链路追踪。
五、示例工程使用
以下示例使用Ollama本地环境
export OPENAI_API_KEY=dummy
export SPRING_PROFILES_ACTIVE=ollama-openai
ollama pull mistral # Pull chat model
ollama pull nomic-embed-text # Pull embedding model
mvn clean test package
docker compose up -d
java -javaagent:target/otel/opentelemetry-javaagent.jar -Dotel.metrics.exporter=none -Dotel.logs.exporter=none -Dinput.directory=$PWD/src/test/resources/corpus -jar target/rag-0.0.1-SNAPSHOT.jar
curl --location 'localhost:8080/api/v1/index' \
--user "admin:password" \
--header 'Content-Type: application/json' \
--data '{}'
curl --location 'localhost:8080/api/v1/chat?conversationId=flat' \
--header 'Content-Type: application/json' \
--user "user:password" \
--data '{
"userInput": "Does milvus support FLAT type index?"
}'
curl --location 'localhost:8080/api/v1/chat?conversationId=flat' \
--header 'Content-Type: application/json' \
--user "user:password" \
--data '{
"userInput": "When shall I use this index type?"
}'
curl --location 'localhost:8080/api/v1/chat?conversationId=hnsw' \
--header 'Content-Type: application/json' \
--user "user:password" \
--data '{
"userInput": "Does milvus support HNSW type index?"
}'
curl --location 'localhost:8080/api/v1/chat?conversationId=hnsw' \
--header 'Content-Type: application/json' \
--user "user:password" \
--data '{
"userInput": "When shall I use this index type?"
}'
curl "http://localhost:8080/actuator/prometheus"
打开trace 界面 http://localhost:16686/ ，可以查看调用的tracing情况，如下图
✍️ 结语
从文档解析到智能对话，这个项目不仅仅是技术的堆叠，更是一次工程实践与 AI 认知的结合。通过 Spring AI + 向量数据库 + 企业级安全与可观测性，真正打通了“知识沉淀 → 智能服务”的链路。
如果你也在探索 AI 与企业系统的融合，欢迎留言交流，一起构建更智能、更可靠的未来系统。
龚禕
技术干货
可处理十亿级向量数据！Zilliz Cloud GA 版本正式发布
本次 Zilliz Cloud 大版本更新提升了 Zilliz Cloud 向量数据库的可用性、安全性和性能，并推出了一系列新功能。这次升级后，Zilliz Cloud 能够更好地为用户提供面向各种应用场景的向量数据库服务，不断提升用户体验。
2023-4-7
技术干货
我决定给 ChatGPT 做个缓存层 >>> Hello GPTCache
我们从自己的开源项目 Milvus 和一顿没有任何目的午饭中分别获得了灵感，做出了 OSSChat、GPTCache。在这个过程中，我们也在不断接受「从 0 到 1」的考验。作为茫茫 AI 领域开发者和探索者中的一员，我很愿意与诸位分享这背后的故事、逻辑和设计思考，希望大家能避坑避雷、有所收获。
2023-4-14
技术干货
LlamaIndex 联合创始人下场揭秘：如何使用私有数据提升 LLM 的能力？
如何使用私有数据增强 LLM 是困扰许多 LLM 开发者的一大难题。在网络研讨会中，Jerry 提出了两种方法：微调和上下文学习。
2023-5-18