Naive RAG using Spring AI. Load content from web pages.

需要在本地安装 Docker Desktop。使用 Docker Desktop 来运行 Pgvector。参考 docker-compose.yaml 文件。

默认使用通义千问 2.5 0.5b 模型（qwen2.5:0.5b），可以通过配置文件来修改。

朴素 RAG 的结果，依赖于文档相似性的查询结果。在本地运行时，受限于模型的参数数量，查询结果可能不太准确。

访问 Swagger UI 来与 API 交互。

发送 POST 请求到 /etl/webpage，提供网页 URL。

{
  "url": "https://www.gov.cn/yaowen/liebiao/202403/content_6939153.htm"
}

发送 POST 请求到 /chat，提供消息内容。

{
  "input": "从2024年政府工作报告中，分析人工智能的发展前景"
}

通过用户界面进行交互，访问 http://localhost:8080/webjars/chat-agent-ui/index.html

《AI 大模型检索增强生成【Spring AI 实现】》课程已经上线，可以从 B站 或 抖音 购买。