👋 大家好，我是阿问学长！专注于分享优质开源项目解析、计算机学习资料推荐，并为同学们提供毕业设计项目指导支持。从GitHub热门项目的深度剖析到实用技术教程，从学习路线规划到毕设选题指导，我致力于用最实用的内容帮助大家在技术路上少走弯路。无论是想了解前沿开源技术，还是需要毕设项目帮助，都欢迎关注交流！🚀

项目概述

SparkX 是一个采用 Spring Boot 3 + PostgreSQL + Vue 3 技术栈开发的智能知识库问答系统，集成了大语言模型（LLM）和检索增强生成（RAG）技术。该项目具有开箱即用、模型中立、灵活编排等特点，支持快速嵌入到第三方业务系统中。

核心特性

🎯 模型任选

- 基于 `langchain4j` 框架，支持灵活接入市面上常见的大语言模型
- 采用 OpenAI 标准接口，几乎可以接入任何主流大模型
- 支持官方服务和自建模型，接口统一便于扩展

🧠 RAG 索引增强技术

- 采用检索增强生成技术，有效消除大模型幻觉
- 增强大模型的知识精度，对私有数据问答尤为有效
- 支持向量化存储和相似度检索

🔧 灵活编排

- 集成 `AntvX6` 可视化流程编排引擎
- 支持多个 Agent 协同工作
- 灵活扩展应用实用性，更好地完成用户咨询

📱 嵌入简单

- 支持两种部署方式：单页面和弹层嵌入
- 可瞬间提升被嵌入系统的服务能力
- 被嵌入系统无需任何修改即可接入 AI

🔌 插件无限扩展

- 支持自定义插件开发
- 自有 API 可灵活与 AI 交互
- 通过强大的 MCP（Model Context Protocol）无限制扩展 AI 能力

技术架构

后端技术栈

- 语言：Java 17
- 框架：Spring Boot 3 + Langchain4j
- 数据库：PostgreSQL（支持 vector 扩展）+ MapDB
- AI集成：支持智谱AI、OpenAI等多种大模型

前端技术栈

- 语言：JavaScript + Node.js
- 框架：Vue 3 + Element UI Plus
- 构建工*：Vite + NPM
- 特色组件：
  - Markdown 渲染：`md-editor-v3`
  - 代码高亮：`highlight.js`
  - 数学公式：`katex`
  - 流程编排：`@antv/x6`

项目结构分析

后端模块结构

server/
├── sparkx-common/          # 公共模块
├── sparkx-service/         # 业务服务模块
└── sparkx-web/            # Web控制器模块

前端项目结构

web/
├── src/
│   ├── components/        # 公共组件
│   │   ├── chatContent/   # 聊天内容组件
│   │   └── linkParagraph/ # 段落关联组件
│   ├── views/            # 页面视图
│   │   ├── dataset/      # 知识库管理
│   │   ├── workflow/     # 工作流编排
│   │   └── index/        # 首页和部署
│   └── config/           # 配置文件

核心功能模块

1. 知识库管理

- 文档处理：支持 Markdown 等多种格式文档解析
- 段落分割：智能文档分段，支持手动调整
- 向量化存储：文档内容向量化存储，支持相似度检索
- 问题关联：支持问题与段落的关联管理

2. 智能问答

- 流式对话：基于 Server-Sent Events 的实时对话
- 上下文管理：维护对话会话状态
- 知识检索：RAG 技术增强回答准确性
- 多模态支持：支持文本、代码等多种内容格式

3. 工作流编排

- 可视化编排：基于 AntvX6 的拖拽式流程设计
- 节点运行时：支持数据集节点等多种节点类型
- 调试功能：提供完整的调试和监控能力

4. 部署与集成

- 多种部署方式：支持独立部署和嵌入式部署
- API 接口：提供完整的 RESTful API
- 统计分析：提供问答统计和用户满意度分析

快速开始

Docker 部署（推荐）

# 1. 克隆项目
git clone https://gitee.com/shop-sparker/spark-x.git
# 2. 进入 docker 目录
cd spark-x/docker
# 3. 启动服务
docker compose up -d
# 4. 访问系统
# 前端：http://localhost:8189
# 后端API：http://localhost:8989

开发环境要求

- Java 17
- Node.js v22.17.0
- NPM 10.9.2
- PostgreSQL 15
- IntelliJ IDEA + WebStorm

技术亮点

1. 现代化技术栈

- 采用最新的 Spring Boot 3 和 Vue 3
- 使用 Vite 构建工具，开发体验优秀
- 集成 Pinia 状态管理，替代传统 Vuex

2. AI 技术集成

- 深度集成 Langchain4j，支持多种大模型
- RAG 技术实现，提升问答准确性
- 支持 MCP 协议，扩展性强

3. 用户体验优化

- 支持 Markdown 渲染和代码高亮
- 实时流式对话体验
- 响应式设计，支持多端访问

4. 企业级特性

- 完整的权限管理系统
- 支持多租户架构
- 提供详细的使用统计和分析

应用场景

1. 企业知识库：构建企业内部知识问答系统
2. 客服系统：智能客服机器人，提升服务效率
3. 教育培训：在线学习问答助手
4. 技术文档：API 文档和技术资料问答
5. 业务系统集成：为现有系统快速添加 AI 问答能力

开源协议与商用

SparkX 采用 GPL 3.0 开源协议：

- ✅ 允许个人学习、教学案例、公益事业使用
- ✅ 允许商业使用（需严格遵守 GPL 协议）
- ✅ 商用必须保留版权信息
- ❌ 禁止将代码和资源进行任何形式的出售

总结

SparkX 是一个功能完整、技术先进的开源知识库问答系统。它不仅提供了完整的 RAG 技术实现，还具备了企业级应用所需的各种特性。无论是个人学习、企业应用还是二次开发，SparkX 都是一个值得关注的优秀开源项目。

项目的模块化设计、现代化技术栈和丰富的功能特性，使其在众多同类项目中脱颖而出。如果你正在寻找一个可靠的知识库问答解决方案，SparkX 绝对值得一试。

---

项目地址：https://gitee.com/shop-sparker/spark-x
在线文档：https://x.sparkshop.cn/
技术交流：欢迎加入项目交流群