超赞！本地程序调用云知识库实现 RAG 功能

在 Spring AI Alibaba 程序中，我们可以直接使用本地程序调用百炼平台的云知识库，实现知识库文档解析、分块、向量化存储等一条龙服务。

这样，开发者就不用本地部署搭建向量数据库、不用进行复杂的文档处理，以及开发文档管理等业务功能了，可以大大提升开发效率，非常哇塞。

那问题来了，如何对接百炼平台的云知识库呢？

本文我们基于最新版正式版 Spring AI Alibaba 和百炼平台带着大家一起操作一下。

1.百炼添加数据和知识库

1. 导入数据（https://bailian.console.aliyun.com/console?tab=app#/data-center）：

2. 百炼创建知识库（https://bailian.console.aliyun.com/console?tab=app#/knowledge-base）：

2.编写代码调用云知识库

编写代码操作云知识库

@RequestMapping("/rag")public Flux<String> rag(@RequestParam String msg) {    DocumentRetriever retriever = new DashScopeDocumentRetriever(dashScopeApi,                                                                 DashScopeDocumentRetrieverOptions.builder().withIndexName(indexName).build());    return chatClient.prompt()    .system("你是一个Java助手，基于知识库的内容进行回答，知识库查询不到的信息，返回暂无信息")    .user(msg)    .advisors(new DocumentRetrievalAdvisor(retriever))    .stream().content();}

其中 indexName 为知识库的名字，如下图所示：

小结

本地 Spring AI Alibaba 程序可以直接调用百炼平台的云知识库，实现知识库文档解析、分块、向量化存储等一条龙服务，大大提升 RAG 开发的效率，但同时也会带来数据隐私问题，所以我们需要根据自己的业务选择合适的方案。

本文已收录到我的技术小站 www.javacn.site，其中包含的内容有：Spring AI、LangChain4j、Dify、Spring AI Alibaba、AI Agent、MCP、Function Call、RAG、向量数据库、Prompt、多模态、向量数据库、嵌入模型等内容。