SuperBizAgent-java/mvp/issues/rag-spring-ai-vectorstore-migration.md

RAG 迁移到 Spring AI VectorStore 检索抽象

状态：待规划
严重程度：高
发现时间：2026-07-05
范围：向量检索、Milvus 接入、RAG 框架化改造

---

背景

当前系统的向量检索链路主要由项目手写实现：

• VectorIndexService 负责向量化和写入 Milvus。
• VectorSearchService 直接使用 Milvus SDK 查询。
• LookupKnowledgeTool 自己组织 L0/L1 检索结果。

这能满足 MVP 打通链路，但继续扩展 RAG 能力时，容易把项目变成自研搜索框架。

项目当前已引入 Spring AI / Spring AI Alibaba 依赖，可以考虑迁移到 Spring AI 的 VectorStore、VectorStoreDocumentRetriever 等标准抽象。

---

问题

当前手写 Milvus 检索存在几个成本：

1. topK、similarity threshold、metadata filter 等逻辑分散在业务代码中。
2. 检索结果结构和 Spring AI RAG Advisor 生态不兼容。
3. 后续接入 query transformer、post processor、advisor 时需要重复适配。
4. Milvus SDK 直接调用让业务层承担了过多基础设施细节。

---

改造方向

优先引入 Spring AI 的 Milvus VectorStore 能力：

当前：
VectorSearchService -> Milvus SDK

目标：
LookupKnowledgeTool / RAG Service
  -> VectorStoreDocumentRetriever
  -> Spring AI VectorStore
  -> Milvus

业务层保留：

• lookup_knowledge 工具入口
• tool_invocation 记录
• sessionId / category / domain 等业务上下文

底层检索交给框架：

• topK
• similarity threshold
• metadata filter
• vector search options

---

验收标准

• VectorSearchService 不再直接散落 Milvus 查询细节，至少封装到 Spring AI VectorStore 适配层。
• 支持按 category 或其他 metadata filter 检索。
• 检索结果仍能记录到 tool_invocation。
• 现有 AIOps / Chat 检索链路行为保持兼容。

---

相关文件

• pom.xml
• src/main/java/com/superbiz/agent/service/VectorSearchService.java
• src/main/java/com/superbiz/agent/service/VectorIndexService.java
• src/main/java/com/superbiz/agent/tool/LookupKnowledgeTool.java
• src/main/resources/application.yml