造轮子的猪

知识库-向量化功能-EXCEL文件向量化 一、功能概述 基于Alibaba EasyExcel实现Excel文件全量解析，适配 .xls/.xlsx 双格式，核心流程为：解...

知识库RAG基础架构介绍（Spring AI + Elasticsearch + Ollama） 一、架构概述 本架构基于Spring AI、Elasticsearch 8...

知识库-向量化功能-混合查询 一、功能目标 基于 Elasticsearch 8.8+ 实现 BM25（关键词检索）+ 向量相似度（kNN） 混合检索，通过 Rank Fu...

知识库-向量化功能-流式分片 一、设计背景 针对超大文本（如100MB以上纯文本文件），传统“一次性加载全部文本到内存再分片”的方式易导致内存溢出、方法卡死等问题。因此采用...

知识库-向量化功能-读取PDF文件内容的方法 一、核心逻辑 基于Apache PDFBox组件解析PDF文件，仅提取原生文本内容（不处理图片、扫描件，也不涉及OCR光学字符...

知识库-向量化功能-读取Word文件内容的方法 一、核心逻辑 采用Apache POI组件解析Word文件，区分.doc（旧版二进制格式）和.docx（新版XML格式）两种...

知识库-向量化功能-文本文件向量化 一、核心逻辑 基于句子结束符的智能分片策略 按句子结束符（。！？；\n\.!?;）分割文本，保证分片语义完整性； 对每个文本分片独立向量...

知识库-向量化功能-环境配置 一、功能概述 本功能支持读取上传的PDF、Word、TXT格式文本文件，通过文本嵌入模型将文本转换为向量数据，并将原始文本与向量数据存储至El...