Spring AI + RAG 实战：从零构建医疗智能问答系统，准确率突破 92%

Spring AI + RAG 实战：从零构建医疗智能问答系统，准确率突破 92%

摘要：本文详细介绍如何使用 Spring AI Alibaba 框架，结合 RAG（检索增强生成）技术，构建企业级医疗智能问答系统。通过完整的代码示例和架构设计，展示从知识库构建到问答服务落地的全流程，最终实现 92% 的问答准确率和 0.8 秒的响应速度。

一、为什么医疗场景需要 RAG？

1.1 医疗 AI 的核心痛点

在传统医疗问答场景中，大语言模型面临三大核心挑战：

1.2 RAG 技术的破局之道

RAG（Retrieval-Augmented Generation）通过检索增强生成的方式，完美解决上述问题：

┌─────────────────────────────────────────────────────────────┐ │ RAG 医疗问答系统架构 │ ├─────────────────────────────────────────────────────────────┤ │ │ │ 离线知识库构建阶段 实时查询响应阶段 │ │ ┌────────────────────┐ ┌────────────────────┐ │ │ │ 医学文献/指南 │ │ 患者提问 │ │ │ │ 药品说明书 │ │ ↓ │ │ │ │ 诊疗规范 │ │ 语义检索 (向量) │ │ │ │ 病例库 │ │ ↓ │ │ │ │ ↓ │ │ 相关医学知识片段 │ │ │ │ 文档分块 + 向量化 │ │ ↓ │ │ │ │ ↓ │ │ Prompt 组装 │ │ │ │ 向量数据库存储 │ │ ↓ │ │ │ └────────────────────┘ │ LLM 生成专业回答 │ │ │ └────────────────────┘ │ └─────────────────────────────────────────────────────────────┘

核心优势：

• ✅ 可追溯：每个回答都能追溯到原始医学文献
• ✅ 可更新：知识库增量更新，无需重新训练模型
• ✅ 可控制：严格基于检索内容回答，减少幻觉

二、技术选型与架构设计

2.1 技术栈

2.2 系统架构

┌─────────────────────────────────────────────────────────────────┐ │ 应用层 │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ Web 控制台 │ │ API 网关 │ │ 移动端 SDK │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ ├─────────────────────────────────────────────────────────────────┤ │ 服务层 │ │ ┌─────────────────────────────────────────────────────────┐ │ │ │ Spring AI Alibaba 核心服务 │ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ │ │ 问答服务 │ │ 检索服务 │ │ 知识库管理 │ │ │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ │ │ └─────────────────────────────────────────────────────────┘ │ ├─────────────────────────────────────────────────────────────────┤ │ 数据层 │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ 百炼知识库 │ │ MySQL │ │ Redis 缓存 │ │ │ │ (向量存储) │ │ (元数据) │ │ (热点缓存) │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ └─────────────────────────────────────────────────────────────────┘

三、核心代码实现

3.1 项目初始化

pom.xml 依赖配置：

<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>3.2.0</version> <relativePath/> </parent> <groupId>com.medical</groupId> <artifactId>rag-qa-system</artifactId> <version>1.0.0</version> <name>Medical RAG QA System</name> <properties> <java.version>17</java.version> <spring-ai-alibaba.version>1.0.0-M3.1</spring-ai-alibaba.version> </properties> <dependencies> <!-- Spring Boot Web --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- Spring Boot WebFlux (流式响应) --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-webflux</artifactId> </dependency> <!-- Spring AI Alibaba --> <dependency> <groupId>com.alibaba.cloud.ai</groupId> <artifactId>spring-ai-alibaba-starter</artifactId> <version>${spring-ai-alibaba.version}</version> </dependency> <!-- Lombok --> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <optional>true</optional> </dependency> <!-- Test --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> </dependencies> <repositories> <repository> <id>spring-milestones</id> <name>Spring Milestones</name> <url>https://repo.spring.io/milestone</url> <snapshots> <enabled>false</enabled> </snapshots> </repository> </repositories> </project>

3.2 配置文件

application.yml：

server: port: 8080 spring: application: name: medical-rag-qa-system ai: dashscope: # API Key 通过环境变量注入，避免硬编码 api-key: ${AI_DASHSCOPE_API_KEY} # 可选：业务空间 ID workspace-id: ${AI_DASHSCOPE_WORKSPACE_ID:} # Chat 模型配置 chat: options: model: qwen-max temperature: 0.7 # Embedding 模型配置 embedding: options: model: text-embedding-v2 # 日志配置 logging: level: com.medical: DEBUG com.alibaba.cloud.ai: DEBUG # 接口文档 springdoc: api-docs: enabled: true swagger-ui: enabled: true

环境变量配置（生产环境）：

# .env 文件或 K8s Secret export AI_DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxx export AI_DASHSCOPE_WORKSPACE_ID=workspace_xxxxxx

3.3 核心服务