2.2 KiB
2.2 KiB
ChatModel + Embedding 解耦 Design
架构摘要
当前代码直接使用 DashScope 具体实现类 → 改为面向 Spring AI 抽象接口编程，通过 Spring Boot 自动注入切换实现。
关键决策
- ChatModel：Spring Boot Starter 自动注册 Bean，通过
@Autowired ChatModel注入，不再手动工厂创建 - EmbeddingModel：Spring Boot Starter 自动注册 Bean，通过
@Autowired EmbeddingModel注入，替代 DashScope TextEmbedding SDK - RagService 流式对话：用
ChatModel.stream(Prompt)返回Flux<ChatResponse>替代 DashScope Generation - VECTOR_DIM：从
application.yml配置读取，替代MilvusConstants.VECTOR_DIM常量
模块地图
| 模块 | 职责 | 改动 |
|---|---|---|
| ChatService | 封装 ChatModel + ReactAgent | 删除工厂方法，注入 ChatModel |
| ChatController | HTTP API 入口 | 删除 DashScope import，使用注入 ChatModel |
| AiOpsService | 多 Agent 协作 | DashScopeChatModel → ChatModel |
| VectorEmbeddingService | 向量化 | DashScope SDK → EmbeddingModel 接口 |
| RagService | RAG 流式对话 | DashScope Generation → ChatModel.stream() |
| MilvusConstants | Milvus 常量 | VECTOR_DIM 改为配置化 |
| MilvusProperties | Milvus 配置 | 新增 vectorDim 字段 |
| application.yml | 配置 | 新增 vector-dim 配置项 |
接口影响
- 级别：L2 内部接口（所有消费者在同一实现范围内）
- 判级原因：方法签名从具体类改为接口，调用方需同步修改，但都在本项目内
- 不改变外部 API（/api/chat, /api/chat_stream, /api/ai_ops 的 HTTP 响应不变）
架构风险
- RagService 流式适配最复杂：DashScope Generation 返回 Flowable，Spring AI ChatModel.stream() 返回 Flux，需适配 StreamCallback 接口
- 缓解：Spring AI 的 Flux 与项目已有的 SSE 推送逻辑天然兼容
- ChatModel Bean 冲突：多 starter 并存时需 @Primary 或条件注解区分默认实现
- 缓解：当前只保留 DashScope starter，不引入多 starter；未来切换时删除旧 starter 即可
- DashScopeConfig 通用性：
spring.ai.dashscope.chat.options.timeout是厂商绑定配置键 - 缓解：本次保留该配置（只做解耦不换实现）；换模型时改配置键