FlowVO 是一个基于微服务架构的智能对话和向量检索平台，集成了自然语言处理、向量数据库和数据管理功能。该平台通过 Function Call 机制处理用户请求，以及智能化MCP服务体验。
- 🤖 智能对话系统：基于大语言模型的多轮对话，支持上下文理解
- 🔍 向量检索引擎：基于Milvus的高性能向量检索，支持文档语义搜索
- 📊 Function Call机制：智能工具调用，实现复杂业务逻辑处理
- 📁 文档智能解析：支持PDF、Word、Excel、PPT等多种格式自动解析
- 🔗 微服务架构：模块化设计，高可扩展性和维护性
- 🎨 现代化UI：React + Chakra UI，响应式设计，像素风格界面
# 给脚本添加执行权限并启动
chmod +x start.sh && ./start.sh
# 访问前端应用
http://localhost:5173为获得最佳体验，建议预先下载嵌入模型以实现完全离线运行：
# 激活Python环境并下载模型
source embedding_env/bin/activate
cd python && python download_model.py本地模型优势：
- ✅ 无需VPN：完全离线运行，无网络依赖
- ✅ 启动更快：避免运行时下载模型
- ✅ 更高稳定性：不受网络状况影响
- ✅ 隐私保护：文本处理完全在本地
详细文档：
FlowVO智能对话平台 (微服务+API网关架构)
├── 前端层 (Presentation Layer)
│ ├── flowvo-ui (React + Chakra UI) [5173]
│ └── Floreo (Vue.js) [其他端口]
├── 网关层 (Gateway Layer)
│ └── api-gateway (统一入口) [9870]
│ ├── 路由转发 (请求分发)
│ ├── JWT认证 (统一认证)
│ ├── 权限控制 (访问控制)
│ └── CORS配置 (跨域处理)
├── 应用服务层 (Application Layer)
│ ├── app (核心应用服务) [8080]
│ ├── agents (Spring AI智能体) [8081]
│ └── eureka (服务注册发现) [8761]
├── 业务服务层 (Business Layer)
│ └── core (核心业务逻辑)
├── 数据服务层 (Data Layer)
│ ├── mcp/fileMCP (文件操作服务)
│ ├── mcp/mcp-mysql (数据库服务)
│ └── python (嵌入服务) [8000]
└── 存储层 (Storage Layer)
├── Milvus (向量数据库) [19530]
├── MySQL (关系数据库) [3306]
└── MinIO (对象存储) [9000]
用户请求 → API网关(9870) → JWT认证 → 路由分发
↓
┌───────┴───────┐
↓ ↓
App服务(8080) Agents服务(8081)
↓ ↓
业务逻辑处理 AI智能处理
↓ ↓
响应返回 响应返回
↓ ↓
└───────┬───────┘
↓
API网关聚合响应
↓
返回给前端
- JWT认证校验：验证所有请求的JWT令牌有效性，确保安全访问
- 智能路由转发：根据请求路径智能分发到相应的微服务
- 用户信息传递：认证成功后将用户信息添加到请求头传递给下游服务
- 统一跨域处理：集中管理CORS配置，解决前端跨域问题
- 白名单管理：灵活配置无需认证的接口路径
- 安全防护：统一的安全策略和错误处理
架构优势：
✅ 集中式认证：网关统一处理JWT验证，避免重复认证
✅ 性能优化：下游服务不需要重复解析JWT，提高响应速度
✅ 代码简化：微服务只需从请求头获取用户信息，减少安全代码
✅ 统一管理：安全策略统一配置，便于维护和升级
请求流程：
1. 用户登录 → App服务生成JWT Token
2. 携带Token访问API → 网关验证Token有效性
3. 验证成功 → 网关添加用户信息到请求头
4. 转发到目标服务 → 服务从请求头获取用户信息（X-User-Name, X-User-Id）
5. 返回响应 → 网关统一处理响应
白名单路径（无需认证）：
- /api/auth/login (登录)
- /api/auth/register (注册)
- /api/auth/check-email (邮箱验证)
- /uploads/** (静态资源)
- /js/**, /css/** (前端资源)
认证路径（需要JWT）：
- /api/knowledge-qa/** (知识库问答)
- /api/orders/** (订单管理)
- /api/chat/** (聊天对话)
- /api/v1/documents/** (文档管理)
- /api/vision/** (视觉AI)
下游服务简化：
- 移除复杂的JWT认证过滤器
- 使用UserContextUtil.getCurrentUsername()获取用户信息
- 专注业务逻辑，不处理认证逻辑
- App服务 (8080)：核心业务服务，处理用户管理、订单、聊天、文档、视觉AI
- Agents服务 (8081)：Spring AI智能体服务，处理文档解析、向量化、AI对话
- Eureka服务 (8761)：服务注册与发现中心（可选）
路由映射:
├── 认证相关: /api/auth/** → API网关直接处理
├── 知识库问答: /api/knowledge-qa/** → 网关认证后调用agents服务
├── 核心业务: /api/orders/** → 转发到app服务
├── 聊天对话: /api/chat/** → 转发到app服务
├── 文档管理: /api/v1/documents/** → 转发到app服务
├── 视觉AI: /api/vision/** → 转发到app服务
└── 静态资源: /uploads/** → 转发到app服务- Python嵌入服务 (8000)：基于Sentence Transformers的文本嵌入
- Milvus向量数据库 (19530)：高性能向量存储与检索
- MCP服务集群：模块化控制协议，提供数据库和文件操作
- 订单管理系统：完整的订单生命周期管理
- 文档管理系统：智能文档解析、存储、检索
- 用户管理系统：用户认证、权限、个人资料管理
// 新版UI - React生态
React 18 + TypeScript // 核心框架
Chakra UI // 组件库
React Router // 路由管理
Axios // HTTP客户端
Markdown解析 // 内容渲染
代码高亮 // 语法着色
// 经典UI - Vue生态
Vue.js 3 + TypeScript // 渐进式框架
@heroicons/vue // 图标库
@headlessui/vue // 无头组件// Java微服务栈
Spring Boot 3.x // 应用框架
Spring Cloud // 微服务套件
Spring AI // AI集成框架
Spring Security // 安全框架
Spring Data JPA // 数据访问
Netflix Eureka // 服务发现
// 数据处理
MySQL 8.0 // 关系数据库
Milvus 2.5 // 向量数据库
Redis // 缓存服务
MinIO // 对象存储# 核心AI库
LangChain // AI应用框架
Sentence Transformers // 文本嵌入
FastAPI // Web框架
Uvicorn // ASGI服务器
# 文档处理
Apache PDFBox // PDF解析
Apache POI // Office文档
Pandas // 数据处理graph TD
A[用户输入] --> B[消息预处理]
B --> C[Function调用判断]
C --> D{需要工具调用?}
D -->|是| E[解析Function Call]
D -->|否| F[直接AI回复]
E --> G[执行MCP服务]
G --> H[获取执行结果]
H --> D{需要工具调用?}
H --> I[结果整合]
I --> J[AI生成回答]
F --> J
J --> K[流式返回用户]
- 请求解析：解析用户意图，识别需要调用的工具
- 参数提取：从用户输入中提取函数调用参数
- 服务路由：根据功能类型路由到相应的MCP服务
- 结果处理：处理服务返回结果，格式化为可读内容
- 响应生成：结合AI模型生成自然语言回复
- 多轮对话管理：维护完整对话上下文，支持话题切换
- 消息类型支持：文本、图片、文件、代码等多媒体内容
- 实时渲染：Markdown实时渲染，代码语法高亮
- 对话历史：按日期分组的对话记录，快速检索
- OpenAI GPT系列：支持GPT-3.5、GPT-4等模型
- 本地模型支持：可接入开源大语言模型
- 模型切换：动态切换不同AI模型
- 参数调优：温度、top-p等参数自定义
支持格式:
├── PDF文档 (.pdf) // 文本提取
├── Word文档 (.doc, .docx) // 格式保留
├── Excel表格 (.xls, .xlsx) // 数据结构化
├── PowerPoint (.ppt, .pptx) // 幻灯片分组
├── 文本文件 (.txt, .md) // 直接读取
└── 代码文件 (.java, .py等) // 语法识别- 文档切分：智能段落分割，保持语义完整性
- 嵌入生成：Sentence Transformers生成高质量向量
- 向量存储：Milvus高性能向量数据库存储
- 语义检索：基于余弦相似度的语义搜索
- 订单创建：自动生成唯一订单号，状态管理
- 订单查询：多维度搜索，分页展示
- 订单处理：状态流转，金额变更
- 数据统计：订单分析，业绩报表
-- 高性能查询设计
INDEX idx_order_number (order_number) -- 订单号查询
INDEX idx_customer_name (customer_name) -- 客户查询
INDEX idx_status (status) -- 状态筛选
INDEX idx_created_at (created_at) -- 时间范围- JWT Token：无状态身份认证
- 角色权限：基于角色的访问控制(RBAC)
- 密码安全：BCrypt加密存储
- 会话管理：Token过期、刷新机制
- 基础信息：用户名、昵称、邮箱管理
- 头像系统：图片上传、存储、访问
- 设置中心：个性化配置管理
- 智能问答：基于Spring AI RAG架构的知识库问答
- 向量检索：使用Milvus进行文档相似度检索
- 文档溯源：显示答案来源文档，支持原文跳转
- 分类管理：文档按类别组织，支持分类筛选问答
用户界面:
├── 智能问答界面 (参数可调节)
├── 实时流式回答 (支持同步/流式两种模式)
├── 搜索参数控制 (topK数量、相似度阈值)
├── 分类筛选问答 (按文档分类限制范围)
├── 热门问题快捷 (点击快速填入问题)
├── 详细结果展示 (问题、回答、响应时间、相似度)
├── 信息来源展示 (文档标题、页码、原文内容)
├── Markdown渲染 (富文本格式回答)
├── 操作功能集成 (复制回答、提交反馈评分)
├── 最近提问记录 (历史问答、分类标签、评分)
├── 热门问题排行 (基于趋势算法推荐)
├── 知识库分类统计 (文档数量、完成率、更新时间)
└── 分类文档管理 (查看分类下所有文档)API接口:
├── 同步问答 (API: /api/knowledge-qa/ask)
├── 流式问答 (API: /api/knowledge-qa/ask-stream)
├── 最近提问 (显示历史问答记录)
├── 热门问题 (基于趋势算法推荐)
├── 分类统计 (各类别文档统计信息)
├── 用户反馈 (问答质量评分)
├── 分类管理 (文档分类CRUD操作)
└── 文档管理 (分类查看、文档详情)- 相似度计算：基于向量余弦相似度的文档匹配
- 上下文构建：智能提取最相关的文档片段
- 趋势分析：时间衰减 + 频次统计的热门问题算法
- 关键词提取：自动提取问题关键词用于统计分析
- 问答记录表：
knowledge_qa_records- 完整问答会话记录 - 文档分类表：
document_categories- 分类管理(用户手册、技术文档、培训材料、FAQ、政策制度、其他) - 热门问题表：
popular_questions- 问题热度统计与趋势分析 - 文档表扩展：添加
category字段支持分类关联
- 文档上传：上传文档时选择分类，系统自动向量化处理
- 智能问答：输入问题，选择搜索参数(分类、数量、阈值)
- 查看回答：获得AI回答和详细的文档来源信息
- 反馈评分：对回答质量进行评分，帮助系统优化
- 历史查看：浏览问答历史、热门问题和分类统计
- 🔍 健康检查：自动检测服务状态
- 🔄 智能重启：应用服务支持热重启
- 🛡️ 数据保护：数据库服务按需启动
- 📊 状态监控：实时显示所有服务状态
- 🔥 热重载：前端开发热更新
- 📝 详细日志：结构化日志记录
- 🐛 错误处理：完善的异常处理机制
- 📡 API文档：Swagger自动生成API文档
- ⚡ 性能优化：数据库索引、缓存策略
- 🔒 安全加固：SQL注入防护、XSS防护
- 📈 监控告警：健康检查端点
- 🔄 容灾备份：数据备份策略
- 马里奥风格机器人：64x72像素精美角色
- 动态装饰元素：彩色方块动画效果
- 复古游戏风格：像素化界面设计
- 现代交互体验：保持良好的用户体验
- Office文档深度解析：保持原始结构信息
- 大文件优化处理：内存占用控制
- 智能乱码检测：文本编码自动识别
- 多媒体内容支持：图片、表格、代码混合处理
- 服务独立部署：各服务可独立扩展
- API标准化：RESTful + JSON-RPC
- 配置外部化：环境变量管理
- 服务发现机制：动态服务注册
-- 索引策略
CREATE INDEX idx_conversation_id ON chat_messages(conversation_id);
CREATE INDEX idx_user_id ON documents(user_id);
CREATE INDEX idx_created_at ON conversations(created_at);
-- 分页查询优化
SELECT * FROM orders
WHERE created_at >= ? AND created_at <= ?
ORDER BY created_at DESC
LIMIT ? OFFSET ?;- 索引类型：IVF_FLAT索引，平衡精度与性能
- 相似度算法：余弦相似度，适合文本语义
- 批量操作：向量批量插入，提升吞吐量
- 缓存策略：热点向量缓存，加速检索
- 连接池：数据库连接池配置
- 异步处理：文件上传异步处理
- 内存管理：大文件流式处理
- 缓存机制：Redis缓存热点数据
- 多模态支持：图像理解与生成
- 实时协作：多用户协同编辑
- API限流：接口访问频率控制
- 监控仪表板：系统运行状态可视化
- 知识图谱：构建领域知识图谱
- 联邦学习：分布式模型训练
- 边缘计算：模型边缘部署
- 多租户架构：企业级多租户支持
- 克隆仓库：
git clone https://github.com/username/flowvo.git - 环境配置：复制
.env.example为.env，配置API密钥 - 一键启动：运行
./start.sh启动所有服务 - 开发调试：使用
./start.sh --restart快速重启应用
- Java：遵循阿里巴巴Java开发手册
- TypeScript：使用ESLint + Prettier格式化
- 数据库：使用规范的命名约定和索引策略
- Git：使用Conventional Commits规范
- Fork项目仓库
- 创建功能分支：
git checkout -b feature/your-feature - 提交更改：
git commit -m "feat: add your feature" - 推送分支：
git push origin feature/your-feature - 创建Pull Request
FlowVO - 让AI对话更智能，让向量检索更高效 🚀
Built with ❤️ by FlowVO Team