大家好,我是Aaron。当前在实践”辅助AI编程”,目前有个比较火的词语是”干中学”。因此,我希望能通过一步步完善项目,来掌握RAG相关知识。因此正在开发一个名为ragflow4j(https://github.com/aaronshan/ragflow4j) 的项目。为了方便记录,我会在每天结束时让AI总结今天的开发进展,同步到公众号。
欢迎大家关注我关注公众号,第一时间收到更新推送,一步一步一起开发RAG引擎。
项目简介 📖
ragflow4j(https://github.com/aaronshan/ragflow4j) 是一个开源的 RAG(检索增强生成)引擎。与 Dify、Ragflow 等不同,它是用 Java 开发的。市面上类似的产品大多使用 Python 开发。我希望通过这个项目能帮助以 Java 为主要开发语言的开发者更好地理解 RAG 的整体机制。
今日工作内容 ✨
Document Splitter模块开发
-
- 接口设计
public interface DocumentSplitter { List<String> split(String content); boolean supports(String contentType); SplitterConfig getConfig(); }
-
定义DocumentSplitter核心接口,包含split、supports等方法
-
采用工厂模式实现SplitterFactory管理多种分割器
-
- 分割器实现
public class MarkdownSplitter implements DocumentSplitter { private static final String CONTENT_TYPE = "text/markdown"; @Override public List<String> split(String content) { // 实现基于标题和段落的分割逻辑 return Arrays.stream(content.split("#+")) .filter(s -> !s.isBlank()) .collect(Collectors.toList()); } }
-
实现LengthBasedSplitter支持重叠分割
-
开发基于标记的MarkdownSplitter:
-
- 工厂模式集成
public class SplitterFactory { private static final Map<String, DocumentSplitter> splitters = new HashMap<>(); static { registerSplitter("text/markdown", new MarkdownSplitter()); registerSplitter("text/plain", new TextSplitter()); } }
- 在SplitterFactory中注册多种分割器
今日总结 🌟
-
1. 完成文档分割器接口层次设计,支持扩展多种分割策略
-
2. 实现基于标记和长度的两种分割器类型
-
3. 采用工厂模式实现分割器的统一管理
-
4. 代码符合Java8规范,添加完整单元测试
明日开发重点 🎯
Document Embedding模块开发(参照dev-plan-2025.md第6-7天)
-
- 向量化服务设计
-
定义EmbeddingService接口
-
设计模型加载机制
-
实现批处理优化
-
- 主流模型集成
public class SBERTEmbedding implements EmbeddingService { @Override public float[] embed(String text) { // 使用DJL加载预训练模型 return predictor.predict(text); } }
-
集成DJL框架支持多模型
-
实现Sentence-BERT封装
-
- 异步处理机制
-
实现任务队列管理
-
添加结果聚合功能
-
配置性能监控指标
-
- 缓存策略实现
-
设计LRU缓存结构
-
实现异步缓存更新
-
添加缓存命中率统计
温馨提示:欢迎关注公众号【猿悟人生】获取最新开发进展
本文首发于微信公众号。原文:查看原文

