通过Spring AI Alibaba检索阿里云百炼知识库-大模型服务平台百炼(Model Studio)-阿里云帮助中心

适用范围

JDK 版本：JDK 17 或更高版本
Spring Boot版本：Spring Boot 3 GA或更高版本

操作步骤

1. 获取项目代码

完整的示例代码请参见Spring AI Alibaba项目示例下的bailian-rag-knowledge。请将整个examples目录下载到本地，以确保项目结构和依赖完整。

2. 环境配置

获取阿里云百炼的API Key并配置到环境变量，环境变量名使用AI_DASHSCOPE_API_KEY。使用环境变量可避免硬编码带来的安全风险。

如需操作子业务空间的知识库，还需要获取业务空间 ID，并配置到环境变量，环境变量名使用AI_DASHSCOPE_WORKSPACE_ID。

# bailian-rag-knowledge的配置文件路径：bailian-rag-knowledge/src/main/resources/application.yml
spring:
  ai:
    dashscope:
      api-key: ${AI_DASHSCOPE_API_KEY} # 阿里云百炼的 API Key
      # workspace-id: ${AI_DASHSCOPE_WORKSPACE_ID} # 业务空间 ID（可选），检索默认业务空间的知识库时无需配置

3. 示例代码

通过DashScopeApi检索阿里云百炼知识库。

Controller示例代码

import org.springframework.web.bind.annotation.*;

import com.alibaba.cloud.ai.example.rag.knowledge.service.RagService;
import reactor.core.publisher.Flux;

@RestController
@RequestMapping("/ai")
public class CloudRagController {

    /** 注入CloudRagService */
    private final RagService cloudRagService;

    public CloudRagController(RagService cloudRagService) {
        this.cloudRagService = cloudRagService;
    }

    @GetMapping(value="/bailian/knowledge/generate", produces="text/event-stream")
    public Flux<String> generate(@RequestParam(value = "message",
                    defaultValue = "你好，请问你的知识库文档主要是关于什么内容的?") String message) {
        return cloudRagService.retrieve(message).map(x -> x.getResult().getOutput().getContent());
    }
}

当用户提问时，DashScopeDocumentRetriever会检索与问题最相关的文本切片，并将这些上下文与原始问题一并提交给大模型（默认为qwen-max）生成回答。

Service示例代码

import com.alibaba.cloud.ai.advisor.DocumentRetrievalAdvisor;
import com.alibaba.cloud.ai.dashscope.api.DashScopeApi;
import com.alibaba.cloud.ai.dashscope.rag.*;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.chat.prompt.SystemPromptTemplate;
import org.springframework.ai.document.Document;
import org.springframework.ai.document.DocumentReader;
import org.springframework.ai.rag.retrieval.search.DocumentRetriever;
import org.springframework.ai.vectorstore.VectorStore;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.core.io.Resource;
import org.springframework.stereotype.Service;
import reactor.core.publisher.Flux;

import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.List;

@Service()
public class CloudRagService implements RagService {
    /** 此处INDEX_NAME的值为待检索知识库的名称，知识库需要提前创建好 */
    private static final String INDEX_NAME = "测试知识库";

    /** 提示词模板 */
    private static final String retrievalSystemTemplate = """
        以下是上下文信息。
        ---------------------
        {question_answer_context}
        ---------------------
        请根据上下文，而不是先验知识，回复用户评论。如果答案不在上下文中，告知用户认为你不能回答这个问题。
        """;

    private final ChatClient chatClient;

    private final DashScopeApi dashscopeApi;

    public CloudRagService(ChatClient.Builder builder, DashScopeApi dashscopeApi) {
            // 创建DocumentRetriever，用于检索知识库
            DocumentRetriever retriever = new DashScopeDocumentRetriever(dashscopeApi,
            DashScopeDocumentRetrieverOptions.builder().withIndexName(INDEX_NAME).build());

            this.dashscopeApi = dashscopeApi;
            // 初始化ChatClient，此处设置待检索知识库和待调用的模型
            this.chatClient = builder
                .defaultAdvisors(new DocumentRetrievalAdvisor(retriever, retrievalSystemTemplate))
                // 模型默认使用qwen-max，可通过如下代码设置不同的模型
                //.defaultOptions(DashScopeChatOptions.builder().withModel("qwen-plus").build())
                .build();
    }

    @Override
    public Flux<ChatResponse> retrieve(String message) {
        return chatClient.prompt().user(message).stream().chatResponse();
    }
}

了解更多

Spring AI Alibaba：提供文档教程、实战博客和开发者社区，帮助您快速开发 Java 生成式 AI 应用。
创建和使用知识库：深入了解阿里云百炼知识库的核心功能与最佳实践。