基于 Spring AI 孵化一款 AI 产品

最近收到很多粉丝的私信，疑问最多的就是为何我们团队最近很少更新内容？首先非常感谢大家对腾飞开源团队的关注和支持，其实我们团队最近3个月一直在做一件事情：孵化一款 AI 产品。

一、引言

我们目睹了一场前所未见的技术革命——人工智能（AI）正在以惊人的速度和力度颠覆传统行业，开启了一个智能化的新时代。从医疗健康到金融服务，从制造业到零售业，乃至教育、娱乐等领域，AI的应用如同春雨润物无声地渗透进了社会的每一个角落。接下来由我来给大家汇报，我们现在这款 AI 产品的进展情况。

二、技术选型

1.首先我给大家介绍前端技术选型：Vue3、Vue Router、Vite、Axios、Pinia、Element Plus、microsoft/fetch-event-source 等当前主流的技术。

2.后端技术选型：Spring AI、SpringBoot3、Spring Security、MyBatis-flex、MyBatis-flex-ext、JWT、Druid、Fastjson 等也是目前主流的技术。

三、主要功能

1.数据大模型：聊天模型（qwen、gemma等）；向量模型（mofanke/dmeta-embedding-zh等）；还有文生态模型等。我们的愿景是想实现根据不同的模型供应商，根据不同的业务需求实现快速的切换，后续会继续对接更多的模型。

2.向量数据库：主要用于聊天记录存储和知识库向量存储。向量数据库支持多种，并支持动态添加，目前已经实现 Pgvector 动态创建模式和表。

3.聊天记忆配置，可以根据不同的需求选择内存、数据库和向量存储三种方式。能够实现连续对话和上下文记忆功能，使得对话更加连贯和个性化。

4.知识库构建，使用文档的切片技术，将文档切片后使用向量嵌入模型将数据保存到向量数据，并进行相似性向量搜索功能。

为了方便知识库文档的集中管理，还提供了文档管理的功能。

文档数据导入支持: .txt, .md, .docx, .doc, .pdf等多种文件格式，并且支持上传、手工录入和网络链接三种不同的方式。

文档管理：支持对应文档的切片查询，重新切片等功能。

切片管理：可以查看存储在向量数据的文档切片的具体内容。

向量搜索：支持切片的相似度搜索。

5.聊天助手：支持多种不同聊天模型的自由切换，并且实现聊天记忆的功能。

四、近期计划

1.使用已构建好的知识库实现RAG知识问答。

2.基于现在搭建好的平台，实现web客户端功能的开发，开放用户注册功能。

3.收集每位粉丝朋友的需求，我们会根据实际情况进行刷选和实现。

五、结束语

最后再次感谢所有支持腾飞开源的粉丝朋友，请多给我点赞、收藏和关注，你们的支持是我无限的动力。