Agent

RAG

RAG 概念

什么是 RAG

RAG 是一种结合信息检索技术和 AI 内容生成的混合结构，可以解决大模型的知识时效性限制和幻读问题

简单来说就是让模型开卷考，让 AI 回答问题之前先查一下特定的知识库来获取信息，确保回答是基于资料而不是凭空捏造

RAG 和传统 AI 模型的区别

特性	传统大语言模型	RAG 增强模型
知识时效性	受训练数据截止日期限制	可接入最新知识库
领域专业性	泛化知识⁠，专业深度有限	可接入专业领域知识
响应准‌确性	可能产生 “幻觉”	基于检索的事实依据
可控性	依赖原始训练	可通过知‎识库定制输出
资源消耗	较高（需要大模型参‌数）	模型可更小，结合外部知识

RAG 的工作流程

文档收集和切割
向量转换和存储
文档过滤和检索
检查增强和关联

文档收集和切割

文档收集：从各种来源（网页、PDF、数据库等）收集原始文档

Token

基础提示技巧

明确指定任务和角色
- 为 AI 提供清晰的任务描述和角色定位，帮助模型理解背景和期望

系统：你是一位经验丰富的 Java 教师，擅长向初学者解释编程概念。
用户：请解释 Java 中的列表推导式，包括基本语法和 2-3 个实用示例。

提供详细说明和具体实例
- 提供足够的上下文信息和期望的输出，减少模型的不确定性

请提供一个[计划]，针对[项目]，计划包括
1. ***
2. ***
示例格式：

使用结构化格式引导思维
- 通过列表、表格等格式，使指令更容易理解，输出更有条理

分析下面项目的优缺点
项目：****
请使用表格格式回答，包含下列：

优势（最少三项）
对每项优势的具体分析
劣势（最少三项）
对每项劣势的具体分析
对应建议

明确输出格式要求

指定格式，长度，样式，使得输出更符合期望

撰写一篇关于 Java 的学习路线推荐，要求:
- 使用通俗易懂的语言，适合非专业阅读
- 包含5个小标题，每个标题下2-3段文字
- 总字数控制在800字左右
- 结尾提供3个可行的个人行动建议

进阶提示技巧

思维链提示法（‌Chain-of-Thought）
- 引导模型展示推导过程，逐步思考问题，提高复杂问题的准确性

问题：一个商店售卖T恤，每件15元。如果购买5件以上可以享受8折优惠。小明买了7件T恤，他需要支付多少钱？
请一步步思考解决这个问题:

首先计算7件T恤的原价
确定是否符合折扣条件
如果符合，计算折扣后的价格
得出最终支付金额

少样本学习（F‌ew-Shot Learning）
- 提供几个样本，帮助模型理解任务模式和期望输出

我将给你几个代码，请你按照相同的方式解析错误所在

输入：“system.out.print("hello world");” 输出：“错误所在：system，应该修改为 System，因为是调用 System 库”

分步骤指导（Step-by-Step）
- 将复杂问题分解为可管理的步骤，确保模型完成的每个环节正确

请帮我创建一个简单的网站落地页设计方案，按照以下步骤:
步骤1: 分析目标受众(考虑年龄、职业、需求等因素)
步骤2: 确定页面核心信息(主标题、副标题、价值主张)
步骤3: 设计页面结构(至少包含哪些区块)
步骤4: 制定视觉引导策略(颜色、图像建议)
步骤5: 设计行动召唤(CTA)按钮和文案

自我评估和修正
- 让模型评估自己的输出并进行改进，提高准确性和质量

解决以下概率问题:
从一副标准扑克牌中随机抽取两张牌，求抽到至少一张红桃的概率。
首先给出你的解答，然后:

检查你的推理过程是否存在逻辑错误
验证你使用的概率公式是否正确
检查计算步骤是否有误
如果发现任何问题，提供修正后的解答

知识检索和引用
- 引导模型检索相关信息并明确引用信息来源，提高可靠性

请讲解 SpringBoot 在执行的时候的启动流程。在回答中: 1. 提供 SpringBoot 的官方解释 2. 给出分别是哪几个组件 3. 描述执行的先后顺序

对于任何可能需要具体数据或研究支持的陈述，请明确指出这些信息的来源，并说明这些信息的可靠性。

多视角分析
- 引导模型从不同角度、立场或专业视角分析问题，提供全面见解

分析"城市应该禁止私家车进入市中心"这一提议:
请从以下4个不同角度分析:

环保专家视角
经济学家视角
市中心商户视角
通勤居民视角

对每个视角:

提供支持该提议的2个论点
提供反对该提议的2个论点
分析可能的折中方案

多模态思维

结合不同表⁠达形式进行思考，如‌文字描述、图表结构、代码逻辑等

设计一个智能家居系统的基础架构: 首先用文字描述系统的主要功能和组件然后创建一个系统架构图(用ASCII或文本形式表示) 接着提供用户交互流程最后简述实现这个系统可能面临的技术挑战

尝试从不同角度思考:功能性、用户体验、技术实现、安全性等。

超级智能体

后端项目初始化

环境准备

安装的 JDK 版本必须是 21 以上，最好是 21 ，因为支持使用虚拟线程

**不能使用其他版本

新建项目

在 IDEA 中新建项目，选择 Spring Boot 模板，注意需要确保 Server URL 为 https://start.spring.io/

![[Pasted image 20251106194511.png]]

复习智能体搭建

程序调用 AI 大模型

SDK 接入

首先需要按照官方文档安装 SDK：安装SDK官方指南

在选择 SDK 版本时，建议在 Maven 仓库查看最新的版本号： Maven 中央仓库版本信息

在 pom.xml 中引入依赖：

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>dashscope-sdk-java</artifactId>
    <version>2.19.1</version>
</dependency>

创建一个接口类来存储密钥信息（在‎实际生产环境中，应‌使用配置文件或环境变量）

public interface TestApiKey {
    String API_KEY = "你的 API Key";
}

复制文档里面的代码进行测试通过 API 调用通义千问

package com.example.superaiagent.demo.invoke;// 建议dashscope SDK的版本 >= 2.12.0import java.util.Arrays;  
import java.lang.System;  
import com.alibaba.dashscope.aigc.generation.Generation;  
import com.alibaba.dashscope.aigc.generation.GenerationParam;  
import com.alibaba.dashscope.aigc.generation.GenerationResult;  
import com.alibaba.dashscope.common.Message;  
import com.alibaba.dashscope.common.Role;  
import com.alibaba.dashscope.exception.ApiException;  
import com.alibaba.dashscope.exception.InputRequiredException;  
import com.alibaba.dashscope.exception.NoApiKeyException;  
import com.alibaba.dashscope.utils.JsonUtils;  
  
/*  
* 阿里云灵积 AI SDK 调用  
* */  
public class SdkAiInvoke {  
    public static GenerationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException {  
        Generation gen = new Generation();  
        Message systemMsg = Message.builder()  
                .role(Role.SYSTEM.getValue())  
                .content("You are a helpful assistant.")  
                .build();  
        Message userMsg = Message.builder()  
                .role(Role.USER.getValue())  
                .content("你是谁？")  
                .build();  
        GenerationParam param = GenerationParam.builder()  
                // 若没有配置环境变量，请用百炼API Key将下行替换为：.apiKey("sk-xxx")  
                .apiKey(TestApiKey.API_KEY)  
                // 此处以qwen-plus为例，可按需更换模型名称。模型列表：https://help.aliyun.com/zh/model-studio/getting-started/models  
                .model("qwen-plus")  
                .messages(Arrays.asList(systemMsg, userMsg))  
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)  
                .build();  
        return gen.call(param);  
    }  
    public static void main(String[] args) {  
        try {  
            GenerationResult result = callWithMessage();  
            System.out.println(JsonUtils.toJson(result));  
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {  
            // 使用日志框架记录异常信息  
            System.err.println("An error occurred while calling the generation service: " + e.getMessage());  
        }  
        System.exit(0);  
    }  
}

HTTP 接入

对于 SD⁠K 不支持的编程语言‌或需要更灵活控制的场景，可以直接使用 H‎TTP 请求调用 A‌I 大模型的 API
一⁠般来说，如果有官方 SDK 支持，优‌先使用 SDK；只有在不支持 SDK 的情况下，再考虑直接 HTTP 调用‎
HTTP 调用的详细说明可参考官方文档：通过 API 调用通义千问

package com.example.superaiagent.demo.invoke;  
  
import cn.hutool.http.HttpRequest;  
import cn.hutool.http.HttpResponse;  
import cn.hutool.json.JSONArray;  
import cn.hutool.json.JSONObject;  
  
/*  
 * 阿里云灵积 AI Http 调用  
 * */public class HttpAiInvoke {  
  
    public static void main(String[] args) {  
        // 替换为您的API密钥  
        String apiKey = TestApiKey.API_KEY;  
  
        // 构建请求URL  
        String url = "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions";  
  
        // 构建请求体  
        JSONObject requestBody = new JSONObject();  
        requestBody.put("model", "qwen-plus");  
          
        // 构建messages数组  
        JSONArray messages = new JSONArray();  
          
        // system消息  
        JSONObject systemMessage = new JSONObject();  
        systemMessage.put("role", "system");  
        systemMessage.put("content", "You are a helpful assistant.");  
        messages.add(systemMessage);  
          
        // user消息  
        JSONObject userMessage = new JSONObject();  
        userMessage.put("role", "user");  
        userMessage.put("content", "你是谁？");  
        messages.add(userMessage);  
          
        requestBody.put("messages", messages);  
  
        try {  
            // 发送POST请求  
            HttpResponse response = HttpRequest.post(url)  
                    .header("Authorization", "Bearer " + apiKey)  
                    .header("Content-Type", "application/json")  
                    .body(requestBody.toString())  
                    .execute();  
  
            // 打印响应结果  
            System.out.println("响应状态码: " + response.getStatus());  
            System.out.println("响应内容: " + response.body());  
  
        } catch (Exception e) {  
            e.printStackTrace();  
        }  
    }  
}

Spring A‌I

Spring AI 默认没有支持所有的大模型（尤其是国产的），更多的是支持兼容 OpenAI API 的大模型的集成

快速上手SpringAI 2.0

前面那篇1.0没用，一点用没有，还得是CSDN大佬啊

快速使用

创建项目

选择创建 Spring Initializr 项目，JDK最低要求17，不可低于17
依赖选择
- SpringBoot版本需要高于3.X
需要的依赖项：
- Lombok
- Spring Web
- MySQL Driver
- openAI

最终的xml文件应为：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.example</groupId>
    <artifactId>SpringAI_Study</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>SpringAI_Study</name>
    <description>SpringAI_Study</description>

    <properties>
        <java.version>17</java.version>
        <spring-boot.version>3.5.3</spring-boot.version>
        <spring-ai.version>1.0.0</spring-ai.version>
    </properties>

    <!-- 添加仓库配置 -->
    <repositories>
        <repository>
            <id>maven-central</id>
            <url>https://repo1.maven.org/maven2</url>
        </repository>
        <repository>
            <id>spring-milestones</id>
            <url>https://repo.spring.io/milestone</url>
        </repository>
    </repositories>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-openai</artifactId>
        </dependency>
        <dependency>
            <groupId>com.mysql</groupId>
            <artifactId>mysql-connector-j</artifactId>
            <scope>runtime</scope>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

    <!-- 关键：手动导入 BOM 管理版本 -->
    <dependencyManagement>
        <dependencies>
            <!-- Spring Boot BOM -->
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-dependencies</artifactId>
                <version>${spring-boot.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
            <!-- Spring AI BOM -->
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <version>${spring-boot.version}</version>
                <configuration>
                    <excludes>
                        <exclude>
                            <groupId>org.projectlombok</groupId>
                            <artifactId>lombok</artifactId>
                        </exclude>
                    </excludes>
                </configuration>
            </plugin>
        </plugins>
    </build>
</project>

配置文件

application.yaml