spring-ai-alibaba 1.0.0.2 学习（七）——集成阿里云百炼平台知识库

若不希望使用本地向量库，阿里云百炼平台也提供云端知识库，并且已经集成进spring-ai-alibaba，方便我们直接使用

简单样例

使用阿里云百炼知识库，不需要额外引入依赖，使用基础的spring-ai-alibaba-starter-dashscope即可

以下是RAG的数据预处理相关代码，分为文档读取、切分、存储三步。

java 复制代码

        //数据准备
        String path = "你的本地文件路径";
        DashScopeApi dashscopeApi = DashScopeApi.builder()
                .apiKey("你的api key")
                .build();
        String indexName = "你的pipeline名称";

        // 1. import documents
        DocumentReader reader = new DashScopeDocumentCloudReader(path, dashscopeApi, null);
        //ps: DashScopeDocumentCloudReader 仅返回单个Document
        List<Document> documentList = reader.read();
        
        // 2. split documents
        DocumentTransformer transformer = new DashScopeDocumentTransformer(dashscopeApi);
        List<Document> transformedDocumentList = transformer.transform(documentList);

        // 3. add documents to DashScope cloud storage
        VectorStore vectorStore = new DashScopeCloudStore(dashscopeApi, new DashScopeStoreOptions(indexName));
        vectorStore.add(documentList);

通过上述步骤即将本地文档导入了云端向量库，之后就可以在访问大模型时进行检索了，以下是检索相关代码

java 复制代码

    @GetMapping("/dashScopeRetriever")
    public String tool(String input) {
        //数据准备
        DashScopeApi dashscopeApi = DashScopeApi.builder()
                .apiKey("你的api key")
                .build();
        String indexName = "你的pipeline名称";

        DocumentRetriever retriever = new DashScopeDocumentRetriever(dashscopeApi,
                DashScopeDocumentRetrieverOptions.builder().withIndexName(indexName).build());
        Advisor advisor = new DocumentRetrievalAdvisor(retriever);

        return chatClient.prompt()
                .user(input)
                .advisors(advisor)
                .call()
                .content();
    }

相关接口及实现类

|---------------------|-----------------------------------|-------------|--------------------------------------|
| 接口 | 实现类 | 作用 | 备注 |
| 无 | DashScopeApi | 负责与百炼平台进行通信 | 使用api-key创建 |
| VectorStore | DashScopeCloudStore | 百炼平台云端向量库 | 提供存储、删除、相似性检索等功能，IndexName必填，用来识别向量库 |
| DocumentReader | DashScopeDocumentCloudReader | 云端文档解析 | 上传本地文档并在云端解析为单个Document |
| DocumentTransformer | DashScopeDocumentTransformer | 云端文档切分 | 将单个Document上传至云端并进行切分 |
| DocumentRetriever | DashScopeDocumentRetriever | 检索云端向量库 | IndexName必填 |
| Advisor | DashScopeDocumentRetrievalAdvisor | 封装的检索拦截器 | 回答时要求大模型指明引用 |
| Advisor | DocumentRetrievalAdvisor | 封装的检索拦截器 | 类似spring-ai中的QuestionAnswerAdvisor |

DocumentRetrievalAdvisor：封装的检索器，内部包含一个DocumentRetriever，与spring-ai的QuestionAnswerAdvisor类似，区别在于QuestionAnswerAdvisor需要注入一个VectorStore，而DocumentRetrievalAdvisor需要注入一个DocumentRetriever。

DocumentRetriever相对VectorStore额外封装了相似度阈值similarityThreshold、最大检索结果数量topK等参数。

**DashScopeDocumentRetrievalAdvisor：**封装的检索器，内部包含一个DocumentRetriever，该类与DocumentRetrievalAdvisor的区别在于，该类的提示词是中文的，且该类要求大模型对生成的结果注明引用的文档。

在上述检索样例中也可以将Advisor替换为该类

java 复制代码

Advisor advisor = new DashScopeDocumentRetrievalAdvisor(retriever, true);

**DashScopeDocumentRetriever：**检索器，初始化时必须填写options的IndexName字段，用来注明所用的百炼平台向量库，内部包含一个DashScopeApi，负责与百炼平台进行通信。

DashScopeDocumentTransformer：文档转换器，实际是文档切分器，可以将一个文档切分为多个，可以在options中设置切分大小，切分所用字符，语言等属性，内部包含一个DashScopeApi，负责与百炼平台进行通信。

DashScopeDocumentCloudReader：文档读取器，将本地文件上传到云端，然后读取解析为一个Document对象并返回，内部包含一个DashScopeApi，负责与百炼平台进行通信。

DashScopeCloudStore：百炼平台向量库，提供add、delete、similaritySearch等方法，初始化时必须填写options的IndexName字段，用来注明所用的百炼平台向量库，内部包含一个DashScopeApi，负责与百炼平台进行通信。

从上述介绍中可以看出，DashScopeApi是底层核心组件，提供一系列功能，负责与百炼平台通信。

而DashScopeCloudStore、DashScopeDocumentCloudReader、DashScopeDocumentTransformer、DashScopeDocumentRetriever等组件，都在内部封装了一个DashScopeApi用来通信，是中间的通用组件。

DashScopeDocumentRetrievalAdvisor、DocumentRetrievalAdvisor等Advisor，则是更加上层的封装，功能更加强大和完善，其内部注入的是中间层组件DocumentRetriever。

内部原理

内部原理仍然遵循RAG运作原理，使用spring-ai-rag的框架，具体可以参考spring-ai 1.0.0 学习（十五）------RAG_spring ai 引入区域向量知识库.advisors(new questionansweradv-CSDN博客