随着企业数字化转型的深入，知识管理已成为组织核心竞争力的关键要素。传统企业普遍面临以下痛点：
知识孤岛严重：文档散落在各个员工的本地电脑、共享盘、聊天记录中，缺乏统一管理
检索效率低下：文件夹层级结构越深，文件越难找，员工平均每天花费 20% 以上的工作时间在查找资料上
AI 能力缺失：传统知识库只能做简单的关键词匹配，无法理解语义，无法实现"问答式"的知识获取
协作能力不足：多人同时编辑文档时版本混乱，缺少协作机制和权限管控
知识流失风险：核心员工离职带走大量隐性知识，缺乏传承机制
生成式 AI（RAG 检索增强生成）与语义搜索技术的成熟，为知识管理带来了革命性的变化。本系统将传统知识库与 AI 能力深度融合，提供"上传文档 → 智能解析 → 语义搜索 → AI 问答 → 协作互动"的一站式解决方案。
1. 文档管理
多格式支持：支持 Word、PDF、Markdown、图片（OCR 识别）等多种格式上传和在线预览
富文本编辑：基于 Tiptap 编辑器的在线文档编辑，支持标题、代码块、图片插入等富文本能力
分类组织：多级分类目录结构，支持文档按分类浏览和筛选
文档解析：自动提取文档正文内容，写入 Elasticsearch 索引，实现全文检索
2. AI 智能问答（RAG）
基于知识库的问答：用户提问时，系统先从 Elasticsearch + 向量数据库（Milvus）中检索最相关文档片段，再将上下文发送给大模型生成回答
来源可追溯：AI 回答附带匹配到的文档片段和链接，用户可以点击跳转查阅原文
支持多模型：接入 ZhipuAI（glm-4-flash），同时兼容 OpenAI、DeepSeek、通义千问等接口
向量语义搜索：使用 embedding 模型将文本转为向量，在 Milvus 中进行语义相似度检索，准确率远高于关键词匹配
3. 全文与语义搜索
Elasticsearch 全文检索：支持高亮显示、模糊搜索、搜索建议
Milvus 向量检索：基于语义的相似度搜索，理解用户真实意图
搜索历史：记录个人搜索历史，方便快速回查
4. 协作与互动
实时协作编辑：通过 WebSocket 实现多人同时编辑同一文档，光标位置实时同步
评论系统：支持对文档发表评论和回复，便于团队讨论交流
点赞与收藏：用户可对文档点赞、收藏，优质内容自动置顶
版本管理：每次编辑自动生成版本快照，支持版本历史查看、回滚和差异对比
5. 用户与权限
JWT 认证：基于 JWT 的登录认证，支持 Token 刷新
RBAC 权限控制：基于角色的访问控制，支持用户-角色-权限三级权限管理，AOP 切面统一鉴权
密码安全：BCrypt 加密存储，自动检测明文密码并升级
6. 系统优化
Redis 缓存
技术栈
层级 技术选型
后端框架 Spring Boot 3.2.0 + Java 21
ORM MyBatis-Plus 3.5.5
数据库 MySQL 8.0
搜索引擎 Elasticsearch 8.12.0
向量数据库 Milvus 2.4.0
缓存 Redis + Spring Cache
AI 大模型 ZhipuAI glm-4-flash（兼容 OpenAI API）
Embedding ZhipuAI embedding-3
前端框架 Vue 3 + Vite 8
状态管理 Pinia
路由 Vue Router 4
HTTP 客户端 Axios
构建工具 Maven
权限认证 JWT + AOP 注解
实时通信 WebSocket
评论