Spring AI 2.0实战：用Cursor打造企业RAG知识库问答系统

项目背景与技术定位

在企业级AI应用落地的浪潮中，基于内部知识库的智能问答系统已成为最主流的开发场景之一。本文介绍的实战项目基于 Spring AI 2.0 框架，结合 RAG（检索增强生成） 技术，打造一套完整的企业内部知识库智能问答 Agent 系统。

RAG（Retrieval-Augmented Generation）是由 Meta AI 团队在 2020 年提出的一种将信息检索与文本生成相结合的技术范式。其核心思想是：在大语言模型生成回答之前，先从外部知识库中检索出与问题最相关的文档片段，将其作为上下文注入到模型的提示词中，从而让模型基于真实数据生成更准确、更可靠的回答。RAG 解决了纯大模型方案的三大痛点：知识截止日期限制（模型训练数据有时效性）、幻觉问题（模型可能生成看似合理但事实错误的内容）、以及无法访问企业私有数据的问题。在企业场景中，RAG 已成为知识库问答、智能客服、文档辅助等应用的事实标准架构。

该项目最大的特色在于开发方式——全程使用 Cursor AI 编程 快速完成，从项目规划、代码生成到 Bug 修复，AI 编程工具贯穿了整个开发生命周期。这代表了当下企业级 Java 应用开发的一种全新范式：开发者从"手写代码"转向"引导 AI 生成并修复代码"。

从整体定位来看，这类 RAG + Agent 系统与智能客服系统一起，构成了当前企业 AI 应用开发的两大主力方向，具有很强的实用价值和可复制性。

核心技术栈解析

后端与前端架构

项目采用了当前主流的技术组合：

• 后端：Spring Boot + Spring AI 2.0
• 前端：Vue 3 + Vite 构建
• 关系数据库：MySQL 8
• 缓存/向量库：Redis（同时承担缓存与向量存储双重职责）

Spring AI 是 Spring 生态在 2023 年底正式推出的 AI 应用开发框架，2.0 版本在 2025 年实现了重大升级。它为 Java 开发者提供了一套统一的抽象层，用于对接各种大语言模型（如 OpenAI、Ollama、百炼等）、向量数据库（如 Redis、Milvus、PGVector 等）以及 RAG 管道组件。Spring AI 的设计哲学延续了 Spring 一贯的"约定优于配置"原则，通过自动装配和统一接口，让开发者可以用极少的代码完成模型切换、提示词模板管理、函数调用、对话记忆等复杂功能。对于庞大的 Java 企业开发社群而言，Spring AI 极大地降低了进入 AI 应用开发领域的门槛。

值得关注的是，项目使用 Redis 作为向量数据库进行向量化存储。向量数据库是 RAG 系统的核心基础设施，其工作原理是：将文本通过嵌入模型（Embedding Model）转换为高维浮点数向量（通常是 768 维或 1024 维），这些向量在数学空间中捕捉了文本的语义信息——语义相近的文本在向量空间中距离更近。当用户提问时，系统将问题同样转换为向量，然后通过余弦相似度或欧氏距离等算法，在向量库中快速找到最相似的文档片段。Redis 从 7.2 版本开始通过 RediSearch 模块原生支持向量索引和近似最近邻（ANN）搜索，支持 HNSW 和 FLAT 两种索引算法，对于百万级以下的向量规模能够提供毫秒级的检索性能。对于中小规模的知识库场景，这是一个成本较低且部署简单的方案，避免了引入 Milvus、Pinecone 等专用向量数据库带来的额外复杂度。

大模型与嵌入模型选择

在大模型接入方面，项目提供了两种方案：

• 云端方案：百炼云平台等在线 API 接口
• 本地方案：Ollama 本地部署

作者主要演示的是 Ollama + Qwen3 4B（对话模型）搭配 Qwen3 Embedding 4B（嵌入模型）的组合。Ollama 是一个开源的本地大模型运行框架，于 2023 年推出后迅速成为开发者本地部署大模型的首选工具。它借鉴了 Docker 的设计理念，将模型的下载、管理和运行封装为简单的命令行操作（如 ollama run qwen3:4b），并提供了兼容 OpenAI 格式的 REST API 接口，使得上层应用可以无缝对接。Qwen3 是阿里巴巴通义团队发布的第三代开源大模型系列，其 4B 参数版本在保持较强推理能力的同时，将显存占用控制在 4GB 左右，非常适合个人开发者在消费级显卡上运行。Qwen3 Embedding 则是专门用于文本向量化的嵌入模型，能将文本转换为高维语义向量。

这一选择充分考虑了学习者的硬件门槛——只需 4GB 显存即可跑通整套系统，大幅降低了本地实践的成本。

从工程实践角度看，同时掌握云端 API 与本地 Ollama 两种接入方式很有必要。云端方案适合快速验证和生产环境高并发场景，本地方案则满足数据私密性要求高的内网部署需求，二者在实际项目中经常需要灵活切换。

RAG知识库的实现要点

多格式文档解析

作为企业级知识库系统，文档格式的兼容性至关重要。该项目支持四种主流文档格式的上传与解析：

• TXT 纯文本文件
• DOC Word 文档
• PDF 便携文档格式
• Markdown 标记语言文档

这四种格式基本覆盖了企业内部文档的绝大多数场景，包括产品使用指南、公司规章制度、技术规范、API 文档等。在 RAG 系统中，文档解析和分块（Chunking）是直接影响检索质量的关键环节。文档解析需要处理不同格式的复杂性：PDF 可能包含表格、图片和多栏排版，DOC 文件涉及微软的 OLE2 或 OOXML 格式解析，Markdown 则需要正确处理标题层级和代码块。Spring AI 2.0 内置了基于 Apache Tika 和 Apache POI 的文档解析能力。分块策略方面，常见方案包括固定长度分块、按段落分块、递归字符分块和语义分块等。合理的分块大小（通常 500-1000 个 token）和适当的重叠（overlap）设置，能有效避免语义被截断的问题，确保检索时能召回完整的知识片段。

文件上传后会依次经历解析、切片、向量化处理，最终存入 Redis 向量库供语义检索使用。

检索增强生成的完整链路

RAG 的核心价值在于：将用户的提问先在向量库中进行语义检索，找到最相关的知识片段，再将这些片段作为上下文传给大模型生成答案。这种方式既解决了大模型知识时效性的问题，也让回答能够基于企业私有数据，同时支持引用溯源。

具体而言，RAG 的完整链路包含以下步骤：首先，用户的问题通过嵌入模型转换为查询向量；接着，系统在 Redis 向量库中执行近似最近邻搜索，返回相似度最高的 Top-K 个文档片段；然后，系统将检索到的片段与用户问题组装成结构化的提示词（Prompt），通常采用类似"请基于以下参考资料回答用户问题"的模板；最后，大模型根据这些上下文信息生成最终答案，并标注引用来源。这种架构使得系统的知识更新只需要重新上传文档即可，无需重新训练模型。

从演示效果来看，系统在回答"员工年假有几天"这类问题时，能够准确检索到相关文档片段并给出带引用的答案。检索结果还会展示"参考的片段"，让用户可以追溯答案来源。这种引用机制大大提升了企业场景下答案的可信度和可靠性。

系统功能与权限设计

双角色权限体系

系统区分 管理员 与 普通用户 两类角色：

• 管理员：拥有数据看板、用户管理、知识分类、文档管理等完整权限，可上传知识库文档、管理系统全局配置
• 普通用户：主要使用问答功能，可新建会话、按分类检索知识库、查看历史会话

密码采用 MD5 加密 存储，登录使用演示账号进行功能验证。需要指出的是，MD5 作为哈希算法在当前安全标准下已不被推荐用于密码存储，因为它容易受到彩虹表攻击和暴力破解。在生产环境中，建议使用 BCrypt、SCrypt 或 Argon2 等专为密码哈希设计的算法，这些算法内置了盐值（Salt）机制和可调节的计算成本因子，能有效抵抗各类密码攻击。该项目使用 MD5 主要是出于演示简化的目的。

数据可视化看板

管理后台配备了统计图表功能，覆盖问答量、向量片段数、用户数、知识文档数等核心运营指标，并通过条形图、饼图等形式展示近期趋势、新注册用户、文档分类分布等数据维度。

会话管理与个人中心

普通用户端的问答体验设计较为成熟：支持新建会话、会话分类、历史会话查看与继续追问。回答内容会明确标注引用来源，整体交互体验接近商业化 AI 问答产品的水准。个人中心则提供头像修改、密码修改等基础功能。

会话管理的实现涉及对话历史的持久化存储和上下文窗口管理。在多轮对话场景中，系统需要将历史对话记录一并发送给大模型，以保持对话的连贯性。但由于大模型的上下文窗口有长度限制（如 Qwen3 4B 支持约 32K token 的上下文），系统需要实现滑动窗口或摘要压缩等策略，在保留关键对话信息的同时控制 token 消耗。

Cursor AI编程开发流程详解

本项目最具参考价值的部分，是其完整的 Cursor AI 编程开发流程：

1. 新建 Spring Boot 后端项目：搭建基础工程结构
2. 新建 Vue 前端项目：初始化前端框架与路由
3. 使用 Cursor Plan 模式沟通项目方案：与 AI 协商整体架构设计
4. 使用 Agent 模式生成项目代码：批量生成业务逻辑代码
5. 使用 Agent 进行 Bug 修复与功能完善：迭代调试直到功能完备

Cursor 是基于 VS Code 深度定制的 AI 编程 IDE，集成了多种大模型（如 Claude、GPT-4 等）作为代码生成引擎。其 Plan 模式允许开发者用自然语言描述项目需求，AI 会生成详细的实现计划和技术方案；Agent 模式则更进一步，AI 可以自主读取项目文件、理解代码上下文、生成完整的代码文件、执行终端命令甚至自动修复编译错误。Cursor 的核心优势在于其对项目级上下文的深度理解——它能索引整个代码仓库，理解模块间的依赖关系，从而生成与现有架构风格一致的代码。

这套流程反映了 AI 编程工具日趋成熟的趋势——开发者的核心工作正在从编写具体代码，转向清晰地描述需求、审阅生成结果、迭代修复问题。这种开发方式将开发者的角色从"代码编写者"提升为"架构设计者和代码审查者"，在保持代码质量的同时显著提升开发效率。作者提到该 AI 生成项目的"代码质量特别高"，并额外花了两天时间录制了架构与功能模块的实现讲解。这也说明一个关键事实：即便借助 AI 生成代码，理解底层架构与实现原理依然不可或缺。开发者需要具备足够的技术判断力来评估 AI 生成代码的合理性、安全性和可维护性，这反而对开发者的架构思维和技术广度提出了更高的要求。

总结与学习建议

这个基于 Spring AI 2.0 的企业 RAG 知识库问答系统，是一个技术栈完整、场景实用的经典实战项目。它的价值不仅体现在 RAG 检索增强生成技术本身的落地实践上，更在于展示了"Cursor AI 编程工具 + 传统 Java 企业开发"融合的全新工作方式。

对于 Java 开发者而言，掌握以下几项能力将是应对企业 AI 应用开发浪潮的关键：

• Spring AI 2.0 框架的核心用法与配置
• RAG 检索增强生成的完整实现链路
• Redis 向量数据库的使用与优化
• Cursor AI 编程的高效开发流程
• Ollama 本地模型部署与云端 API 的灵活切换

从技术演进的角度来看，RAG 技术本身也在快速迭代。当前业界已经出现了诸多优化方向，包括：混合检索（将关键词检索与向量检索结合）、重排序（Reranking，使用交叉编码器对初步检索结果进行精排）、查询改写（对用户模糊提问进行语义增强）、以及 GraphRAG（基于知识图谱的检索增强）等。掌握了本项目中的基础 RAG 链路后，开发者可以进一步探索这些进阶技术，持续提升系统的检索精度和回答质量。

而低至 4GB 显存的本地运行门槛，也让个人开发者可以低成本上手实践这一完整链路，快速积累企业级 AI 应用的开发经验。