Rag-study-assistant

基于 RAG 的课程学习助手，包含课程管理、文档解析入库、知识库问答、AI 出题、题库练习、模型设置。

当前源码启动

前提：已安装 Docker Desktop。

start.bat
# 或：docker compose up -d --build

当前默认入口要求 Docker，不提供 portable 降级。2026-08-09 的一次性空库实测发现：当前工作区 镜像未在首个模型设置查询前自动执行 Flyway，后端会因缺表退出；显式迁移测试只能用于继续隔离 验收，不能视为启动已修复。修复前请以 backend 健康检查和日志为准，详情见 隔离实战验收记录。

启动后访问：

前端：http://localhost:5173
后端：http://localhost:8080
MySQL：localhost:3307
Milvus：localhost:19530
MinIO：http://localhost:9001

仓库根 start.bat 固定尝试启动完整 Docker 模式，不提供免 Docker 降级。详细前提、停止/日志 命令与模式边界见 QUICKSTART.md。

release/Rag-study-assistant-one-click/ 是旧 portable 快照，缺少当前 ingestionlab 版本化摄取与 ACTIVE-version 主链，不能用于当前生产验收；其存在不表示 portable 已同步或已验收。

功能概览

• 课程 CRUD
• 文档上传、解析、删除
• 支持 TXT / Markdown / DOC / DOCX / PPTX / 普通文字版 PDF
• 文本切片与知识片段入库
• RAG 问答和 SSE 流式问答
• 多轮会话历史
• DeepSeek / OpenAI-compatible LLM
• OpenAI-compatible Embedding
• 本地检索、Milvus 检索和 rerank
• AI 出题并保存题库
• 练习提交、错题查询
• 前端页面配置模型和 API key

当前摄取与问答主链

POST /api/documents/{id}/ingest 与 POST /api/agent/documents/{documentId}/ingest 统一进入 IngestApplicationService -> ReliableIngestSubmitter -> Outbox/Poller -> IngestJobWorker。 只有核验通过的版本才切换为 ACTIVE；在线问答通过 MilvusKnowledgeRetriever 执行 ACTIVE-version 检索，再由 DynamicKnowledgeReranker 按运行时设置选择 none、local 或远端 Rerank。问答时序与当前空检索/模型超时边界见 RAG 问答 Feature Flow。

本地开发

需要本地安装 JDK 21、Maven、Node.js 20+。

前端：

cd frontend
npm install
npm run dev

后端：

cd backend
mvn spring-boot:run

后端启动前需要 MySQL + Milvus 已运行（可用 Docker Compose 启动基础设施）：

docker compose up -d mysql etcd minio milvus

生产端到端尚需逐层验收；源码存在、单元测试、H2/Mock 和历史报告不能替代真实 MySQL/Milvus/模型运行。执行清单见 RAG 生产端到端验收清单。