AI应用的精确制导与增效降本：Spring AI 过滤器机制与语义缓存深度解析

在上一篇文章中，我们用 Spring AI + Milvus 构建了一个具备对话记忆、语义缓存和工具调用能力的智能代理系统。但真正的企业级 RAG 系统，仅仅“能跑起来”是远远不够的。你还需要回答一个核心问题：如何在海量检索结果中精准命中用户真正需要的信息？ 以及 如何在不牺牲准确性的前提下，将响应延迟和LLM调用成本降到最低？

这两个问题的答案，指向了 Spring AI 框架中两个设计精妙的高级组件——RetrievalAugmentationAdvisor 的过滤器机制和 SemanticCacheAdvisor 的语义缓存策略。

如果把 RAG 系统的核心链路拆解为“检索 → 增强 → 生成”三阶段，那么过滤器就是检索阶段的“质检员”，语义缓存则是生成阶段的“加速器”。前者负责确保送入大模型的信息既精准又相关，后者负责避免重复计算以提升效率。

一、RetrievalAugmentationAdvisor：过滤器机制的深入剖析

在标准 RAG 流程中，向量检索直接从向量数据库中召回最相似的 Top-K 个文档片段。但这种方式存在一个根本性问题——纯靠向量相似度，无法感知业务上下文，也无法过滤掉那些“语义相关但业务无效”的文档。

例如，一个医保咨询系统，用户问“门诊特殊疾病报销流程”，向量检索可能召回5份相关文档，其中却包含了已过期的政策文件。如果直接把这些文档喂给大模型，回答质量会大打折扣。

1.1 过滤器机制的基础架构

RetrievalAugm