智店ai
2025-11-14 23:43:43
行业：企业内部管理、人工智能
载体：网站
技术：Spring、Spring Boot、React、PostgreSQL
业务和功能介绍
项目描述：
基于RAG（检索增强生成）技术的企业级智能客服平台，支持企业上传知识文档，AI自动学习后为客户提供精准问答服务。
核心功能：
1. 知识库管理：支持PDF、Word、Excel、PPT、HTML等10+格式文档上传，自动解析并向量化存储
2. 智能问答：基于pgvector向量检索 + 大模型（通义千问qwen-plus），实现语义级精准匹配，支持流式输出
3. FAQ管理：支持手动维护常见问答对，同步向量索引，优先匹配精确答案
4. 对话管理：完整的会话历史记录，支持多轮对话上下文理解
5. 数据看板：文档数量、FAQ数量、对话统计、知识覆盖率等多维度数据可视化
6. 权限体系：JWT认证 + Spring Security，支持多用户隔离
技术栈：
- 前端：React 18 + TypeScript + Ant Design + Vite
- 后端：Spring Boot 3.4 + Spring AI + Spring Security
- AI：阿里DashScope（qwen-plus）+ SiliconFlow BGE-large-zh向量模型
- 数据库：PostgreSQL 16 + pgvector向量扩展 + Redis 7
- 部署：Docker Compose一键部署，已上线运行
项目已部署上线，支持实际业务使用。独立完成全栈开发、AI集成与容器化部署。
基于RAG（检索增强生成）技术的企业级智能客服平台，支持企业上传知识文档，AI自动学习后为客户提供精准问答服务。
核心功能：
1. 知识库管理：支持PDF、Word、Excel、PPT、HTML等10+格式文档上传，自动解析并向量化存储
2. 智能问答：基于pgvector向量检索 + 大模型（通义千问qwen-plus），实现语义级精准匹配，支持流式输出
3. FAQ管理：支持手动维护常见问答对，同步向量索引，优先匹配精确答案
4. 对话管理：完整的会话历史记录，支持多轮对话上下文理解
5. 数据看板：文档数量、FAQ数量、对话统计、知识覆盖率等多维度数据可视化
6. 权限体系：JWT认证 + Spring Security，支持多用户隔离
技术栈：
- 前端：React 18 + TypeScript + Ant Design + Vite
- 后端：Spring Boot 3.4 + Spring AI + Spring Security
- AI：阿里DashScope（qwen-plus）+ SiliconFlow BGE-large-zh向量模型
- 数据库：PostgreSQL 16 + pgvector向量扩展 + Redis 7
- 部署：Docker Compose一键部署，已上线运行
项目已部署上线，支持实际业务使用。独立完成全栈开发、AI集成与容器化部署。
项目实现
**线上地址：https://chekunru.asia/chat**
## 技术栈
| 层 | 技术 |
|----|------|
| 前端 | React 18 + TypeScript + Ant Design + Vite |
| 后端 | Spring Boot 3.4 + Spring AI + Spring Security |
| AI | 通义千问 (qwen-plus) via DashScope |
| 向量库 | PostgreSQL + pgvector |
| 缓存 | Redis 7 |
| 部署 | Docker Compose + Nginx + HTTPS |
| UI 风格 | Prismatic Editorial（极光背景 + 毛玻璃卡片） |
## 功能
- **用户认证** — JWT 登录/退出，路由守卫
- **数据概览** — Dashboard 实时统计文档数、FAQ数、对话数
- **文档管理** — 上传文档，自动分块向量化存入 pgvector（支持 PDF、TXT、DOC/DOCX、XLS/XLSX、PPT/PPTX、HTML、RTF、CSV）
- **FAQ 管理** — 添加/删除 FAQ，自动写入向量库
- **AI 智能客服** — 流式对话(SSE)，基于知识库 RAG 检索 top5 相关内容后回答
- **对话记录** — 会话和消息持久化，后台可查看历史
- **对话评价反馈 (👍👎)（新增）
## 技术栈
| 层 | 技术 |
|----|------|
| 前端 | React 18 + TypeScript + Ant Design + Vite |
| 后端 | Spring Boot 3.4 + Spring AI + Spring Security |
| AI | 通义千问 (qwen-plus) via DashScope |
| 向量库 | PostgreSQL + pgvector |
| 缓存 | Redis 7 |
| 部署 | Docker Compose + Nginx + HTTPS |
| UI 风格 | Prismatic Editorial（极光背景 + 毛玻璃卡片） |
## 功能
- **用户认证** — JWT 登录/退出，路由守卫
- **数据概览** — Dashboard 实时统计文档数、FAQ数、对话数
- **文档管理** — 上传文档，自动分块向量化存入 pgvector（支持 PDF、TXT、DOC/DOCX、XLS/XLSX、PPT/PPTX、HTML、RTF、CSV）
- **FAQ 管理** — 添加/删除 FAQ，自动写入向量库
- **AI 智能客服** — 流式对话(SSE)，基于知识库 RAG 检索 top5 相关内容后回答
- **对话记录** — 会话和消息持久化，后台可查看历史
- **对话评价反馈 (👍👎)（新增）
示例图片视频
相似推荐
1
医疗影像后处理软件，是指对CT、MRI、PET等医学影像设备采集到的原始DICOM数据，进行计算机技术二次加工的第三方软件系统。 它在临床诊疗中扮演着“影像解码器”和“临床导航仪”的角色，帮助医生从海量的二维切片中提取具有诊断和手术指导意义的量化信息。
e链网
e 链网是面向医疗器械行业的一站式 B2B 数字化交易与供应链服务平台，以 “互联网 + 大数据” 重构医疗器械产业链，为上游生产厂商、经销商与下游医疗机构、终端客户搭建全链路的数字化服务桥梁，打造商流、物流、资金流、信息流闭环的行业新生态。
核心功能
1.医疗器械全品类线上交易
2.产业链资源撮合与供需对接
3.全链路供应链配套服务
4.行业数字化赋能服务
医院信息管理系统-LIS
医院实验室信息管理系统，用于连接医院的各个仪器，创建病人检测的样本信息，并整合各类型仪器的测量结果，生成检测报告供打印分析。可根据仪器的HL7协议进行仪器拓展，双向LIS。
可对检测结果进行初步判定并对超范围结果报警。
云边协同计算
1、立项原因与拟解决的产品问题
床型照护与边缘智能设备在规模化部署后，普遍存在站点分散、版本与配置不一致、升级与排障靠人工等问题，容易出现状态不可见、批量操作风险高、异常定位耗时长等运维痛点。本项目立项旨在建设云边协同的统一管控与可观测能力，在稳定 MQTT 等数据契约的前提下，支撑从数百到两千级以上节点的扩展，并对自研边缘 Agent 与后续 K3s 等执行引擎保持控制台与 API 契约稳定，从而降低运维成本、提升升级与应急处置的确定性与可追溯性。
2、行业场景与业务背景
面向智慧康养、机构与社区照护、医疗辅助场景中大量布设的床旁/边缘计算节点，业务上需要持续采集设备与算力健康度、工作负载与告警，并在总部或区域中心完成集中监管、策略下发与审计。在国产化与边缘算力（如龙芯等架构）落地的背景下，行业更强调数据合规、弱网与离线容忍、可批量编排的运维闭环。本系统作为边缘计算与照护业务的管理中枢，衔接现场设备与云端运营，为规模化、长期在线的照护与边缘 AI 服务提供一致的业务背景与运维抓手。
智能护理
项目立项的核心原因，是为了解决传统体重与夜间状态管理中“数据分散、监测滞后、异常难以及时识别”的问题。过去在实际工作中，体重变化往往依赖人工记录，存在漏记、误记、统计周期长等痛点；夜间异常事件也常常在事后汇总时才被发现，导致干预窗口被动。项目希望通过统一的数据采集与分析能力，把分散在不同环节的信息整合为连续、可追溯的健康与照护数据，形成“实时感知—异常预警—闭环处理—效果复盘”的工作链路，从而提升管理效率与服务质量，降低人工负担与运营风险。
在行业场景与业务背景上，本项目面向智慧照护与健康管理场景，适用于需要持续观察体重趋势、睡眠状态与夜间异常行为的机构化服务环境。随着行业数字化升级，业务侧对精细化运营提出更高要求：一方面需要通过客观数据支持日常决策，另一方面需要在保障服务连续性的同时兼顾标准化流程与可审计能力。项目通过构建标准数据模型、异常识别规则和可视化报表能力，帮助业务团队从“经验驱动”逐步转向“数据驱动”，并为后续跨系统协同、质量评估与智能化扩展打下基础。由于项目涉及到部分协议问题和数据安全问题，截图部分截取一小部分，如有疑问可直接联系沟通。
由于项目涉及保密和协议等问题只能提供部分的截图，如感兴趣可单独联系。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服