Java开发者AI转型第二十五课！Spring AI 个人知识库实战（四）——RAG来源追溯落地，拒绝AI幻觉

大家好，我是直奔標杆！专注Java开发者AI转型干货分享，从零基础到实战落地，和大家一起稳步进阶，今天带来《Spring AI 零基础到实战》系列的第二十五课，也是个人知识库实战的第四篇------RAG的来源追溯，帮大家解决AI回答"无凭无据"的核心痛点～

回顾上一节课（第二十四课），我们已经基于Spring AI内置组件解耦了RAG检索链路，还通过SSE与响应式编程，实现了多轮流式对话接口，相信很多小伙伴已经把基础功能跑通了。但做过企业级产品的朋友都知道，demo能跑通不代表能落地，其中一个关键问题就是：AI的回答没有"依据"。

举个很实际的例子：当用户在知识库中询问"年假与调休的合并规则"，大模型能输出一套完整的解答，但用户凭什么相信这是公司规定的原话，而不是大模型基于概率"瞎编"的幻觉？这也是企业级RAG与个人demo的核心区别之一------来源可追溯（Citations）。

所谓来源追溯，就是在AI回答的末尾添加类似[1]、[2]的上标，点击就能跳转到对应的原始文档，让AI的每一句话都有迹可循、有据可查。本节课，我们就摒弃纯文本提取流，深入ChatResponse底层数据结构，从SSE数据流中剥离RAG命中文档的元数据，真正实现"字字有出处，句句有回音"，一起把知识库做得更专业、更靠谱！

本节学习目标（建议收藏，对照实操）

• 底层透视：吃透ChatResponse的数据结构，搞懂RAG检索到的文档是如何被Spring AI框架挂载的，打破"黑盒"认知；

• 末端帧劫持：放弃便捷但不灵活的字符串流封装，掌握Flux<ChatResponse>对象流的高阶转换技巧，掌控数据流主动权；

• 架构契约：在SSE协议生命周期的末端（EOF），优雅追加JSON格式元数据，制定前后端联调标准，筑牢溯源防线。

核心原理：大模型响应元数据（Metadata）的作用

很多小伙伴可能会疑惑，RAG检索到的文档，用完之后就丢了吗？其实不然------当QuestionAnswerAdvisor从向量库中检索出高相关度的文档切片（比如4块）并喂给大模型时，会将这些文档（包含我们入库时添加的source_filename等标签）打包成"装箱单"，附着在大模型的最终响应体中。

简单来说，这些元数据就是AI回答的"身份证"，里面包含了回答所参考的原始文档名称、页码等关键信息，我们要做的，就是把这些信息提取出来，以规范的格式返回给前端。

实操核心：重构ChatServiceImpl，提取引文信息

上一节课，我们为了快速跑通流式响应，使用了chatClient.prompt()....stream().content()这个语法糖，虽然简单，但代价很大------它会底层提取字符串，直接丢弃包含参考文献、Token消耗等关键信息的ChatResponse对象。

要实现来源追溯，必须舍弃这个便捷的语法糖，改用.chatResponse()获取原始的Flux<ChatResponse>流，手动拦截、拆解数据流。这里给大家明确我们的设计思路，前后端配合更顺畅：

• 流的前段：只推送大模型生成的正文（比如data: 调休相关规定为...），保持纯净，不影响前端打字机效果；

• 流的末尾（EOF）：当大模型推理结束后，追加一段用特殊标记包裹的JSON数据（格式示例：[CITATIONS_START]{"sources":["手册.pdf"]}[CITATIONS_END]），前端检测到标记后，即可解析并渲染为引用卡片。

下面直接上核心代码（ChatServiceImpl.java重构），关键步骤都加了注释，大家可以直接复制实操，遇到问题欢迎在评论区交流：

public class ChatServiceImpl implements ChatService {

    /** 1. 制定前后端溯源契约，约定特殊标记，避免解析冲突 */
    private static final String CITATIONS_START = "[CITATIONS_START]";
    private static final String CITATIONS_END = "[CITATIONS_END]";

    public Flux<String> streamChatWithCitations(String chatId, String message) {
        
        // 核心修改：获取原始ChatResponse流，并添加缓存，避免重复调用大模型
        Flux<ChatResponse> responseFlux = this.chatClient.prompt()
             // 此处省略上节课的prompt构建逻辑，保持不变
             // 切换为chatResponse()，获取完整响应对象，而非仅字符串
                .chatResponse()
                .cache();

        // 2. 提取大模型生成的正文流，用于前端打字机展示
        Flux<String> textFlux = responseFlux.map(chatClientResponse -> {
            return chatClientResponse.chatResponse().getResult().getOutput().getText();
        });

        // 3. 提取元数据，在流末尾追加溯源信息
        Flux<String> citationsFlux = responseFlux.last()
                .mapNotNull(this::extractCitationsFromResponse) // 提取溯源信息
                .filter(c -> !c.isEmpty()) // 过滤空数据，避免无效推送
                .flux();

        // 合并正文流和溯源流，先后推送给前端
        return Flux.concat(textFlux, citationsFlux);
    }
  
    /**
     * 核心工具方法：从ChatResponse元数据中提取RAG命中文档的来源信息
     * 关键说明：QuestionAnswerAdvisor会在流结束时，将检索到的Document列表挂载到response的Metadata中
     * 挂载的key固定为QuestionAnswerAdvisor.RETRIEVED_DOCUMENTS
     */
  private String extractCitationsFromResponse(ChatClientResponse chatClientResponse) {
        // 1. 从响应上下文获取RAG检索到的文档列表
        Object documentsObj = chatClientResponse.context()
                .get(QuestionAnswerAdvisor.RETRIEVED_DOCUMENTS);
        // 此处省略非空判断（实际项目中需添加，避免空指针）
        List<Object> docs = (List<Object>) documentsObj;

        // 2. 按文件名聚合页码，保证页码有序、去重（用TreeSet实现）
        Map<String, TreeSet<Object>&gt; filePageMap = new LinkedHashMap<>();
        for (Object obj : docs) {
            if (obj instanceof Document doc) {
                // 获取文档文件名（入库时注入的source_filename标签）
                String filename = (String) doc.getMetadata().get("source_filename");
                if (filename == null) continue; // 跳过无文件名的文档

                // 不存在则创建新的TreeSet，保证页码有序
                filePageMap.computeIfAbsent(filename, k -> new TreeSet<>());

                // 获取页码（仅PDF文件有，由PagePdfDocumentReader注入）
                Object pageObj = doc.getMetadata().get("page_number");
                if (pageObj != null) {
                    filePageMap.get(filename).add(pageObj);
                }
            }
        }

        // 3. 构造结构化溯源数据，方便前端解析渲染
        List<Map<String, Object>> sources = new ArrayList<>();
        for (Map.Entry<String, TreeSet<Object>> entry : filePageMap.entrySet()) {
            Map<String, Object> item = new LinkedHashMap<>();
            item.put("file", entry.getKey()); // 文档文件名
            item.put("pages", new ArrayList<>(entry.getValue())); // 页码列表（无页码则为空）
            sources.add(item);
        }

        // 4. 转换为JSON格式，并用约定标记包裹，返回给前端
        try {
            String jsonStr = objectMapper.writeValueAsString(Map.of("sources", sources));
            return CITATIONS_START + jsonStr + CITATIONS_END;
        } catch (JsonProcessingException e) {
            log.error("溯源信息JSON序列化失败", e);
            return "";
        }
    }
}

底层细节剖析（避坑关键，必看）

很多小伙伴实操时会遇到"提取不到元数据"的问题，核心原因是没搞懂Spring AI的底层流转逻辑，这里给大家拆解清楚，避免踩坑：

Spring AI框架的设计非常克制，在SSE流式响应过程中，前面推送的数百个数据包，只包含大模型生成的零散文本，元数据是不完整的。只有当框架检测到FinishReason（即大模型宣告推理完毕）时，才会将完整的请求生命周期报告（包含Token消耗、RAG检索结果等），统一塞进Metadata中，相当于"最后补送的装箱单"。

我们代码中使用的responseFlux.last()，就是专门获取这个"末端帧"，从而提取到完整的溯源信息------这就是"末端帧劫持"的核心逻辑。

大家可以查看org.springframework.ai.chat.client.advisor.api.BaseAdvisor的源码，更直观理解这个过程（关键片段如下）：

default Flux<ChatClientResponse> adviseStream() {
        return chatClientResponseFlux.map((response) -> {
           // 检测大模型推理是否完成，完成则调用after方法追加扩展内容（即Metadata）
            if (AdvisorUtils.onFinishReason().test(response)) {
                response = this.after(response, streamAdvisorChain);
            }
            return response;
        }).onErrorResume((error) -> Flux.error(new IllegalStateException("Stream processing failed", error)));
    }

实操验证：启动服务，测试溯源效果

好在我们上一节课构建的ChatController具备良好的解耦性，这一步无需修改HTTP通信层逻辑，直接启动Spring Boot服务，用浏览器访问测试地址即可：

测试地址：http://localhost:8080/api/chat/stream?chatId=春风不晚\&message=java开发手册\&model=deepseek

【预期效果】：浏览器中会先看到AI的打字机流式输出，在数据流的最后，会追加我们封装的溯源信息，格式如下：

data: 按照提供的文档信息
...
data:[CITATIONS_START]{"sources":[{"file":"阿里巴巴Java开发手册(终极版).pdf","pages":["1","7"]}]}[CITATIONS_END]

前端开发小伙伴只需添加一行正则匹配，解析[CITATIONS_START]和[CITATIONS_END]之间的JSON数据，就能在对话下方渲染出类似"[引用来源：阿里巴巴Java开发手册(终极版).pdf]"的标签，点击即可跳转原始文档------这样一来，AI回答的可解释性和商业公信力直接拉满！

重点避坑：.cache()的作用，防止重复计费

这里有一个非常关键的细节，也是很多小伙伴容易忽略的点------我们在获取responseFlux时，添加了.cache()操作符，这可不是多余的，而是能帮大家省成本、提速度的关键！

先给大家讲清楚原理：Flux是"冷流"，每订阅一次就会重新执行整个链路。我们的代码中，需要两次消费这个流：

• 第一次消费：将流转换成SSE格式，推送给前端，实现打字机效果；

• 第二次消费：等流结束后，提取元数据，追加溯源标记。

如果不加.cache()：两次消费会触发两次大模型调用，不仅响应变慢，还会产生双倍费用（真实项目中一定要注意，避免浪费）；

加了.cache()：第一次调用大模型获取的流数据会被缓存，第二次消费直接从内存中读取，不会重复调用大模型，既省成本又提效。

延伸提示：在Spring AI结合WebFlux的开发中，只要涉及"流式响应给用户"+"后台处理完整内容"（比如存库、敏感词审核），就必须加.cache()，这是实战中总结的高频避坑点！

本节课总结（一起复盘，加深记忆）

本节课，我们跳出了"傻瓜式语法糖"的舒适区，完成了一次底层架构的深度实操：

1. 舍弃.stream().content()，通过.chatResponse()获取原始Flux<ChatResponse>流，掌控流式响应的微观生命周期；

2. 利用responseFlux.last()拦截SSE末端帧，提取RAG命中文档的元数据，实现来源追溯；

3. 制定前后端溯源契约，通过特殊标记包裹JSON数据，实现无缝联调；

4. 掌握.cache()的核心用法，避免重复调用大模型，降低成本、提升响应速度。

其实做AI知识库，"靠谱"比"花哨"更重要，来源追溯就是让知识库靠谱的核心环节------打破AI幻觉，让每一句回答都有凭有据，这才是企业级产品该有的样子。

下期预告（提前剧透，敬请期待）

【第二十六课：Spring AI 个人知识库实战（五）------增强联网搜索能力】

到目前为止，我们的本地知识库RAG主线已经全部通关，但它依然是一座"数据孤岛"：如果用户问"今天的北京天气？"，本地Redis向量库中没有相关数据，AI只能回复"不知道"。

一个智能的知识库，绝不能被禁锢在本地！下一节课，我们将给ChatClient注入最后的灵魂------大模型函数调用（Function Calling），让AI在本地找不到答案时，自动唤醒外部工具（比如联网搜索引擎、实时天气API），拥有主动探索真实世界的能力！

跟着直奔標杆，一步一个脚印，把Spring AI实战落地，咱们下节课见～

往期内容回顾（连贯学习，不迷路）

• Java开发者AI转型第二十二课！Spring AI 个人知识库实战（一）------架构搭建与核心契约落地

• Java开发者AI转型第二十三课！Spring AI个人知识库实战（二）：异步ETL流水线搭建与避坑指南

• Java开发者AI转型第二十四课！Spring AI 个人知识库实战（三）------记忆交互+SSE流式响应落地

我是直奔標杆，专注Java开发者AI转型干货分享，每一节课都贴合实战、拒绝空谈。大家在实操过程中遇到任何问题，欢迎在评论区留言交流，一起学习、一起进步，早日实现AI转型目标！