【企业与高校轻量私有化RAG知识库检索与文档智能问答系统】基于 Vue3 + Spring Boot + 本地向量模型与切片召回重排 的设计与实现（含PRD/三端高保真源码/大屏）

一、 项目背景与企业级解决痛点

在当前大模型席卷产业的背景下，中小企业与高校科研院所面临通用大语言模型（LLM）的“两大痛点”：知识滞后虚构（幻觉）与核心商业机密/实验数据外泄风险。自建千亿微调模型成本极高且运维繁琐，因此轻量私有化 RAG（检索增强生成）知识库问答系统成为各企事业单位极高 ROI 的刚需解决方案。

本项目专为中小企业内部文书/制度智能检索、高校科研课题组学术文献精准答疑量身打造，涵盖【PC端企业知识中枢 + 手机端随身助手 + 管理员多模型与算力审计后台】三端一体化闭环设计。支持 PDF、DOCX、Markdown、Excel 等多模态文档智能解析与语义切片（Recursive Semantic Chunking），内置稠密向量语义检索与 BM25 稀疏词法检索双路混合召回，结合 Cross-Encoder 深度重排及溯源级精准切片高亮，全流程实现 100% 数据不离本地局域网，开箱即用，极具实战与二次开发价值！

二、 完整系统功能拓扑与全景架构

系统由三大端构成，职责边界清晰，高内聚低耦合：

• PC端用户中枢 (Tech Indigo/Cyan 沉浸极客风格)：包含 RAG 综合运行指标大屏（问答吞吐、命中率、切片向量化进度）、智能文档解析注入工作台、混合检索重排诊断器（可视对比向量检索与 BM25 得分）、流式推理问答 Studio（带实时引用溯源与切片卡片抽屉）、模型评估矩阵（Ragas 评估准度）。
• 运营与算力审计管理后台 (Admin)：全景运营看板（API QPS 趋势、GPU显存水位）、多租户知识库隔离配置、本地模型网关（Ollama/vLLM 连接池与切换）、文档切片审计与向量清洗工具、Token 算力消耗与审计扣费。
• 移动端随身助理 (Mobile)：移动首页问答入口、沉浸式打字机流式对话、移动端拍文档即刻切片上传、个人知识库与离线缓存。

三、 核心技术栈与架构选型

四、 系统高清实机全流程运行效果演示

4.1 PC 端企业级检索与问答驾驶舱

(1) 企业知识中枢综合大屏：实时展示向量库切片容量、查询并发 QPS、检索命中平均耗时（38ms）以及每日热门提问聚类词云。

(2) 多模态智能切片解析工作台：支持按字数、自然段落与语义边界切片，实时渲染切片分块效果与向量嵌入状态。

(3) 混合检索与重排对比诊断器：可视化分析 Dense 向量检索与 Sparse 词法检索的候选排名，展示 Reranker 交叉融合后的得分权重。

(4) 流式推理对话 Studio 与溯源溯因抽屉：打字机式流式生成回答，并在右侧实时弹出对应切片原文片段与命中准确率。

(5) RAG 问答质量评估指标矩阵：基于真实问答对监控 Faithfulness（忠实度）、Answer Relevance（相关度）和 Context Recall（召回完整度）。

4.2 运营与算力审计管理后台 (Admin)

(6) 后台全局算力调度与运营监控：多维度监控 GPU 显存负载、请求排队深度与知识库更新流水。

(7) 多租户知识库隔离与权限管控：部门/课题组权限隔离，可独立挂载不同向量库集合与嵌入维度。

(8) 模型网关与本地 LLM 连接池配置：无缝对接本地 Ollama、vLLM、LMStudio 及外部兼容 OpenAI 格式的推理节点。

(9) 切片审计与脏向量清洗中心：查看异常高维离散向量，支持单条切片人工订正、打标与动态重新向量化。

(10) 租户 Token 消耗统计与算力账单：精准统计各业务线与课题组的模型调用 Prompt Tokens 及 Completion Tokens，支持账单导出。

4.3 移动端随身学术/业务知识顾问 (Mobile)

(11) 移动端轻量知识门户：触屏极速搜索、预置业务快捷 Prompt 胶囊卡片。

(12) 沉浸式流式对话与溯源抽屉：在手机端同样可以单手点击引用标号，展开溯源原文卡片。

(13) 移动端快捷文档拍照切片上传：支持随时随地提交会议纪要与调研笔记并自动化向量入库。

(14) 个人收藏知识片段与离线检索：本地轻量缓存与历史问答回溯。

五、 核心业务逻辑与关键核心代码解析

5.1 后端双路召回、重排与 SSE 流式问答控制器

// Spring Boot 3.2 企业与高校轻量级 RAG 检索问答中枢
@RestController
@RequestMapping("/api/v1/rag")
@Tag(name = "LightRagPipelineController", description = "混合检索召回、Cross-Encoder重排与流式问答核心控制器")
public class LightRagPipelineController {

    @Autowired
    private HybridRetrievalService retrievalService;
    @Autowired
    private BgeRerankerService rerankerService;
    @Autowired
    private LocalOllamaStreamService llmService;
    @Autowired
    private CitationTracebackService citationService;

    @PostMapping(value = "/chat/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    @Operation(summary = "流式多路召回与重排问答生成（携带切片置信度与溯源锚点）")
    public SseEmitter streamRagInquiry(@Valid @RequestBody RagQueryDTO queryDTO) {
        SseEmitter emitter = new SseEmitter(60000L);
        // 1. 稠密向量检索 (Milvus/Chroma) + 稀疏BM25全文检索 (Elasticsearch)
        List candidateChunks = retrievalService.hybridRetrieve(queryDTO);
        
        // 2. BGE-Reranker-Large 交叉重排，过滤 Top-K 核心召回源
        List rerankedChunks = rerankerService.rerank(queryDTO.getQuery(), candidateChunks, 5);
        
        // 3. 构建带防护注入校验的 Context 提示词，通过 Ollama/DeepSeek 本地流式推理
        llmService.streamInference(emitter, queryDTO.getQuery(), rerankedChunks);
        return emitter;
    }

    @PostMapping("/documents/ingest")
    @Operation(summary = "多格式文档解析、语义切片与向量持久化管道")
    public ResponseEntity<ApiResponse> ingestDocument(
            @RequestParam("file") MultipartFile file,
            @RequestParam("kbId") String kbId,
            @RequestParam(defaultValue = "recursive_semantic") String chunkStrategy) {
        IngestResultVO vo = retrievalService.executeIngestionPipeline(file, kbId, chunkStrategy);
        return ResponseEntity.ok(ApiResponse.success(vo));
    }
}

5.2 前端 RAG 检索问答会话 Studio 组件

六、 项目工程目录结构一览

light-rag-system/
├── PRD.md                         # 3端一体化完整产品规格说明书 (8/8项达标)
├── index.html                     # 主入口 HTML (科技紫+青色极客主题)
├── package.json                   # 核心依赖清单 (Vue 3.4, Vite 5, TailwindCSS, Lucide)
├── vite.config.js                 # 端口 5177 构建配置
├── src/
│   ├── main.js                    # 应用初始化
│   ├── App.vue                    # 根组件
│   ├── router/index.js            # PC/Admin/Mobile 三端全套路由
│   ├── stores/rag.js              # Pinia 集中状态管理 (知识库/对话/切片数据)
│   ├── layouts/
│   │   ├── PcLayout.vue           # PC端科技风侧栏导航与头部
│   │   ├── AdminLayout.vue        # 管理端中后台响应式框架
│   │   └── MobileLayout.vue       # 移动端 390px 仿原生底部导航
│   └── views/
│       ├── pc/                    # PC 端 5 大核心界面
│       │   ├── RagCockpitView.vue
│       │   ├── DocIngestionView.vue
│       │   ├── HybridRetrievalView.vue
│       │   ├── RagChatStudioView.vue
│       │   └── EvalMetricsView.vue
│       ├── admin/                 # 管理后台 5 大界面
│       │   ├── AdminDashboardView.vue
│       │   ├── KnowledgeBaseManageView.vue
│       │   ├── ModelGatewayView.vue
│       │   ├── DocAuditChunksView.vue
│       │   └── TokenCostAuditView.vue
│       └── mobile/                # 移动端 4 大界面
│           ├── MobileHomeView.vue
│           ├── MobileChatView.vue
│           ├── MobileUploadView.vue
│           └── MobileMyDocsView.vue

七、 源码获取与运行部署指引

完整工程已打包为开箱即用归档，内含全套三端前端高保真源码、PRD 架构文档以及完整 Mock 演示数据。