开源！企业级RAG 智能信息库，企业软件都需要！-千知

企业级RAG 智能信息库

源代码

https://www.gitpp.com/rotanava/project0728gvv00900807

大模型给企业软件带来巨大的变革，未来所有的企业软件都是以大模型为核心的，企业内所有的知识都是通过自然语言的方式被访问。

系统介绍

基于 Spring AI框架开发的 AI 知识库检索增强生成（RAG）系统的服务端。该系统为 AI知识库管理系统和 AI知识库用户端提供接口服务，支持多种 AI 模型进行知识检索和问答。

引入SearXNG搜索引擎、Neo4j知识图谱、MCP服务（高德地图、邮件、数据库）来增强大模型回答能力，使模型回答更丰富、更准确、更及时。

核心特点：

🤖 多模型支持：适配 OpenAI、各大国内主流大模型平台，以及本地 vllm、ollama 部署
📚 灵活知识库：支持 PDF、TXT、MD 等多种格式文档
🕸️ 知识图谱集成：基于 Neo4j 的知识图谱问答能力
🚀 简单配置：只需配置对应服务平台的 API_KEY 即可使用

功能特性

项目管理

创建、修改、删除项目
项目列表展示与搜索
支持多种 AI 模型类型（OpenAI 、Ollama 、智谱AI等）
自定义系统提示词
支持上传多种文件格式（如 PDF、DOCX、TXT、Markdown，CSV 等）
支持知识图谱展示与搜索

知识库管理

知识库列表展示与搜索
知识库文件删除
知识文件内容查看

AI 对话功能

多会话管理：支持创建和管理多个聊天会话
消息历史记录：保存和显示聊天历史记录
流式响应：支持 AI 回复的流式显示，提供更好的用户体验
普通响应：支持传统的一次性返回完整回复的模式
联网搜索：支持 AI 在回答问题时进行网络搜索，获取最新信息
智能补全：提供代码和文本的智能补全功能

MCP 服务

集成文件系统、高德地图等mcp服务
自定义获取时间、发送邮件、查询数据库等mcp服务

技术架构

核心技术栈

后端框架

：Spring Boot 3.3.0
AI 框架

：Spring AI 1.0.0
数据库

：MySQL、Redis、MongoDB
向量存储

：Qdrant Vector Store
搜索引擎

：SearXNG
图数据库

：Neo4j

主要模块

ruoyi-admin

：系统管理模块
ruoyi-chat

：AI 聊天核心模块
ruoyi-chat-api

：AI 聊天接口模块
ruoyi-common

：通用工具模块
ruoyi-framework

：框架核心模块
ruoyi-system

：系统功能模块
ruoyi-quartz

：定时任务模块
ruoyi-generator

：代码生成模块
ruoyi-mcp-server

：MCP服务端模块

AI 模型支持

OpenAI

：支持 GPT-3.5-turbo 等模型
Ollama

：支持 Qwen2:7b 等开源模型
智谱AI

：支持智谱AI 等模型

企业级RAG智能信息库的作用、应用场景和带来的价值进行详细介绍。

作用

自然语言知识访问

：

企业级RAG智能信息库使得企业内的所有知识都可以通过自然语言的方式被访问。员工无需掌握复杂的查询语法或浏览多个系统，只需通过日常语言提问，即可快速获取所需信息。

高效信息整合与检索

：

利用RAG技术，信息库能够从海量企业数据中快速、准确地检索出相关信息。这种检索不仅限于结构化数据，还能处理非结构化数据，如文档、报告、邮件等，大大提高了信息检索的全面性和效率。

智能回答与生成

：

结合大模型的能力，RAG信息库不仅能检索信息，还能根据检索结果智能生成回答或建议。这使得信息库不仅能提供原始数据，还能提供有价值的洞察和分析。

持续学习与优化

：

企业级RAG智能信息库具备持续学习的能力。通过不断分析用户的查询行为和反馈，信息库可以优化检索算法和生成模型，提高回答的准确性和相关性。

应用场景

客户服务与支持

：

在客户服务场景中，RAG信息库可以快速响应客户的问题，提供准确、全面的解答。无论是产品信息查询、故障排除还是投诉处理，信息库都能通过自然语言交互为客户提供便捷的服务体验。

内部知识管理与共享

：

企业内部存在大量的知识资产，如政策文件、操作手册、项目报告等。RAG信息库可以将这些知识整合到一个统一的平台上，便于员工查询和学习。同时，通过自然语言交互，员工可以更容易地找到所需知识，促进知识的共享和复用。

决策支持与数据分析

：

在决策支持场景中，RAG信息库可以检索和分析大量相关数据，为管理者提供数据支持和智能建议。无论是市场趋势分析、竞争对手研究还是内部运营优化，信息库都能通过自然语言的方式呈现分析结果，帮助管理者做出更加科学、合理的决策。

产品研发与创新

：

在产品研发过程中，研发人员需要查阅大量的技术资料和市场反馈。RAG信息库可以快速检索这些信息，为研发人员提供有力的支持。同时，通过分析用户反馈和市场趋势，信息库还能激发研发人员的创新思维，推动产品的持续改进和创新。

带来的价值

提高工作效率

：

通过自然语言交互和高效的信息检索，员工可以更快地获取所需信息，减少在查找信息上的时间消耗。这有助于提高员工的工作效率，使他们能够更专注于核心任务。

提升客户满意度

：

在客户服务场景中，RAG信息库的快速响应和准确解答可以大大提升客户的满意度。客户可以通过自然语言的方式轻松获取所需帮助，感受到企业的专业和关怀。

促进知识共享与创新

：

统一的平台促进了企业内部知识的共享和复用。员工可以更容易地找到所需知识，与同事进行交流和合作。同时，通过分析大量数据和用户反馈，信息库还能激发员工的创新思维，推动企业的持续发展。

降低运营成本

：

通过整合和利用企业内知识资源，RAG信息库可以避免重复劳动和资源浪费。同时，由于信息库能够自动处理大量查询和生成回答，企业还可以减少在人力资源上的投入，降低运营成本。

增强企业竞争力

：

在未来，所有的企业软件都将以大模型为核心。企业级RAG智能信息库作为大模型在企业软件中的重要应用，将为企业带来巨大的竞争优势。通过提供高效、准确的信息检索和智能回答服务，信息库将帮助企业更好地把握市场机遇，应对挑战，实现持续发展。