RAGChat 项目部署与使用说明

项目简介

RAGChat 是一个基于 Spring Boot + Spring AI + pgvector 的私有化文档知识库智能问答系统，支持文档上传、检索增强生成（RAG）对话、用户管理与会话隔离。前端采用 Vue 3 + Vite，界面简洁，交互流畅。

环境要求

• JDK 17 及以上
• Node.js 18 及以上
• Docker & Docker Compose
• PostgreSQL（推荐使用 pgvector 官方镜像）

快速部署

1. 数据库与管理工具

在项目根目录下，使用 Docker Compose 启动 PostgreSQL（pgvector）和 pgAdmin：

docker-compose -f dev-ops/docker/docker-compose.yml up -d

• 数据库服务：localhost:5432，用户名/密码均为 postgres，库名 ragchat
• pgAdmin 管理工具：localhost:5050，邮箱 [email protected]，密码 admin

2. 后端服务

进入后端目录，构建并启动 Spring Boot 服务：

cd rag-chat-backend
mvn clean package
java -jar target/rag-chat-backend-*.jar

• 数据库连接配置见 application.yml，无需手动建表，JPA 会自动生成。

3. 前端服务

进入前端目录，安装依赖并启动开发环境：

cd rag-chat-frontend
npm install
npm run dev

• 生产环境构建：npm run build，可部署至 Nginx 或其他静态服务器。

使用流程

1. 浏览器访问前端页面，注册/登录。
2. 上传文档，系统自动解析并入库。
3. 在聊天窗口输入问题，系统基于 RAG 技术智能回复。
4. 支持会话隔离与历史记录查询。

常见问题

• 数据库和表结构自动创建，无需手动建表。
• pgvector 扩展已在官方镜像中启用。
• 如需自定义数据库名或端口，请同步修改 docker-compose 和后端配置。
• API 需要自己配置，本项目采用的是OpenAI-GPT4o,Embedding Model=text-embedding-3-small

参考命令

• 启动服务：docker-compose up -d
• 停止服务：docker-compose down
• 查看日志：docker-compose logs vector_db

许可证

MIT License

---

如有疑问或建议，请提交 Issue 或联系项目维护者。