115 lines
3.0 KiB
Markdown
115 lines
3.0 KiB
Markdown
|
# 当前系统配置说明
|
|||
|
|
|
|||
|
|
## 🎉 好消息！
|
|||
|
|
|
|||
|
|
你的系统已经配置好了，**不需要额外安装ChromaDB**！
|
|||
|
|
|
|||
|
|
## 当前配置
|
|||
|
|
|
|||
|
|
### ✅ 已启用的功能
|
|||
|
|
|
|||
|
|
1. **文档管理**
|
|||
|
|
- 文档上传（txt、pdf、doc、docx、md）
|
|||
|
|
- 文档解析和文本提取
|
|||
|
|
- 文档列表查看
|
|||
|
|
- 文档删除
|
|||
|
|
|
|||
|
|
2. **向量存储**
|
|||
|
|
- 使用 **SimpleVectorStore**（内存向量存储）
|
|||
|
|
- 无需安装ChromaDB
|
|||
|
|
- 数据存储在内存中，重启后会丢失
|
|||
|
|
|
|||
|
|
3. **AI服务状态**
|
|||
|
|
- AI服务：已连接 ✓
|
|||
|
|
- 向量存储：正常 ✓
|
|||
|
|
|
|||
|
|
## 系统架构
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
┌─────────────────┐
|
|||
|
|
│ 知识库管理界面 │
|
|||
|
|
└────────┬────────┘
|
|||
|
|
│
|
|||
|
|
▼
|
|||
|
|
┌─────────────────┐
|
|||
|
|
│ 后端API服务 │
|
|||
|
|
└────────┬────────┘
|
|||
|
|
│
|
|||
|
|
┌────┴────┐
|
|||
|
|
│ │
|
|||
|
|
▼ ▼
|
|||
|
|
┌────────┐ ┌──────────────┐
|
|||
|
|
│ Ollama │ │SimpleVector │
|
|||
|
|
│ (可选) │ │Store (内存) │
|
|||
|
|
└────────┘ └──────────────┘
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## SimpleVectorStore vs ChromaDB
|
|||
|
|
|
|||
|
|
### SimpleVectorStore（当前使用）
|
|||
|
|
**优点：**
|
|||
|
|
- ✅ 无需安装额外服务
|
|||
|
|
- ✅ 配置简单，开箱即用
|
|||
|
|
- ✅ 适合开发和测试
|
|||
|
|
- ✅ 性能快（内存操作）
|
|||
|
|
|
|||
|
|
**缺点：**
|
|||
|
|
- ❌ 数据存储在内存中
|
|||
|
|
- ❌ 重启后数据丢失
|
|||
|
|
- ❌ 不适合大规模数据
|
|||
|
|
- ❌ 无法持久化
|
|||
|
|
|
|||
|
|
### ChromaDB（可选升级）
|
|||
|
|
**优点：**
|
|||
|
|
- ✅ 数据持久化存储
|
|||
|
|
- ✅ 支持大规模数据
|
|||
|
|
- ✅ 专业的向量数据库
|
|||
|
|
- ✅ 高级查询功能
|
|||
|
|
|
|||
|
|
**缺点：**
|
|||
|
|
- ❌ 需要额外安装
|
|||
|
|
- ❌ 需要独立运行服务
|
|||
|
|
- ❌ 配置相对复杂
|
|||
|
|
|
|||
|
|
## 当前向量化状态
|
|||
|
|
|
|||
|
|
根据代码，向量化功能**已被临时禁用**，原因是：
|
|||
|
|
1. 避免在AI服务未启动时超时
|
|||
|
|
2. 确保文档上传功能正常工作
|
|||
|
|
|
|||
|
|
### 如果需要启用向量化
|
|||
|
|
|
|||
|
|
#### 方案1：使用Ollama（本地免费）
|
|||
|
|
1. 安装Ollama: https://ollama.ai/download
|
|||
|
|
2. 下载模型：
|
|||
|
|
```bash
|
|||
|
|
ollama pull nomic-embed-text
|
|||
|
|
ollama pull deepseek-r1:32b
|
|||
|
|
```
|
|||
|
|
3. 修改代码启用向量化（见下文）
|
|||
|
|
|
|||
|
|
#### 方案2：使用OpenAI API（付费）
|
|||
|
|
1. 获取API Key
|
|||
|
|
2. 配置application.yml
|
|||
|
|
3. 修改代码启用向量化
|
|||
|
|
|
|||
|
|
### 启用向量化的代码修改
|
|||
|
|
|
|||
|
|
打开文件：`ry-xinli-system/src/main/java/com/ddnai/system/rag/service/KnowledgeService.java`
|
|||
|
|
|
|||
|
|
找到第98-115行，将注释的代码取消注释：
|
|||
|
|
|
|||
|
|
**修改前：**
|
|||
|
|
```java
|
|||
|
|
// 5. 向量化 - 添加超时和异常处理
|
|||
|
|
// 暂时跳过向量化，避免超时问题
|
|||
|
|
List<float[]> embeddings = null;
|
|||
|
|
boolean vectorizationSuccess = false;
|
|||
|
|
|
|||
|
|
// TODO: 启用向量化需要先启动AI服务（Ollama或OpenAI）
|
|||
|
|
log.info("Vectorization is currently disabled to avoid timeout issues");
|
|||
|
|
log.info("Document will be saved without vector embeddings");
|
|||
|
|
|
|||
|
|
/* 取消注释以启用向量化
|
|||
|
|
try {
|
|||
|
|
embeddings = embeddingService.
|