[这是基于一个脚手架的后续开发，非常感谢脚手架的开发者B站UP主三更学堂]（很多知识点我也是初次接触 解释不好还请谅解 请各位大佬多多指教）

完整代码地址

一、项目概述

该项目是一个基于Spring Boot和Spring AI Alibaba实现的智能客服系统，集成了大语言模型（LLM）和向量数据库技术，支持智能对话、知识库查询和订单管理等功能。

二、技术栈

后端技术

• 框架：Spring Boot 3.5.3
• AI集成：Spring AI 1.0.1 + Spring Alibaba AI 1.0.0.4
• LLM模型：通过DashScope API集成（支持通义千问等模型）
• 向量数据库：Redis（用于知识库向量存储）
• 数据库：MySQL + Spring Data JPA
• 远程调用：OpenFeign（用于调用订单服务）
• 工具库：Hutool、EasyExcel、FastJSON2

前端技术

• 框架：Vue 3
• 构建工具：Vite
• 路由：Vue Router

三、核心功能模块

1. 智能对话模块

• 对话处理：基于Spring AI的聊天模型实现智能对话
• 历史记录：使用JDBC存储聊天历史
• 上下文管理：支持多轮对话的上下文维护

2. 工作流引擎

• 状态图设计：使用Spring Alibaba AI的图计算框架实现对话流程编排
• 节点管理：支持异步节点操作，可扩展复杂的对话逻辑
• 流程配置：在IntelligentCustomerServiceWorkflowConfig中定义对话流程

3. 知识库系统

• 文档加载：通过DocumentLoaderService在应用启动时异步加载CSV格式的知识库
• 向量存储：使用Redis向量数据库存储知识库向量
• 相似度查询：支持基于向量相似度的知识库检索

4. 用户管理

• 用户实体：包含用户基本信息
• 服务层：UserDomainService和UserApplicationService提供用户相关功能

5. 消息管理

• 消息实体：存储用户和AI助手的对话消息
• 服务层：MessageDomainService和MessageRepository提供消息存储和查询

6. 订单集成

• 远程调用：通过OpenFeign调用外部订单服务
• 订单操作：支持订单查询、取消和完成等功能

四、系统架构

（1）项目架构

采用经典的六边形架构（端口适配器模式）：

1. 应用层（Application）：

   • 服务接口：DocumentLoaderService、UserApplicationService、WorkflowApplicationService
   • 工作流配置：IntelligentCustomerServiceWorkflowConfig

2. 领域层（Domain）：

   • 实体：User、Message
   • 领域服务：UserDomainService、MessageDomainService
   • 仓库：MessageRepository

3. 基础设施层（Infrastructure）：

   • 配置：LLMConfiguration
   • 客户端：OrderClient
   • 控制器：OrderController、UserController、WorkflowController

(2)六边形架构

1. 六边形架构基础知识

1.1 什么是六边形架构

六边形架构（Hexagonal Architecture），也称为端口和适配器架构（Ports and Adapters Architecture），是由Alistair Cockburn在2005年提出的一种软件架构模式。它的核心思想是： 将应用程序的核心业务逻辑与外部依赖（如数据库、UI、外部服务等）解耦 ，使核心业务逻辑能够独立于外部实现细节而存在和演进。

六边形架构通过定义清晰的边界，将应用程序分为三个主要部分：

• 内部核心 ：包含领域模型和业务逻辑
• 端口（Ports） ：定义了核心与外部世界交互的接口
• 适配器（Adapters） ：实现端口接口，将外部系统的请求转换为核心能够理解的形式，或者将核心的响应转换为外部系统能够理解的形式

1.2 核心原则

六边形架构遵循以下核心原则：

1. 依赖反转原则 ：核心业务逻辑不依赖于外部实现，而是通过接口（端口）定义依赖
2. 关注点分离 ：将业务逻辑、技术实现和外部依赖清晰分离
3. 可测试性 ：核心业务逻辑可以独立于外部系统进行测试
4. 可扩展性 ：可以轻松添加新的外部系统或替换现有外部系统，而不需要修改核心业务逻辑
5. 以领域为中心 ：核心是领域模型和业务逻辑，所有外部系统都围绕核心展开

1.3 主要组件 1.3.1 领域层（Domain Layer）

领域层是六边形架构的核心，包含：

• 领域实体（Domain Entities） ：表示业务领域中的核心概念，包含业务数据和行为

• 领域服务（Domain Services） ：实现跨实体的业务逻辑

• 领域事件（Domain Events） ：表示领域中发生的重要事件

• 领域规则（Domain Rules） ：定义业务领域中的规则和约束 1.3.2 端口（Ports）
  端口定义了核心与外部世界交互的接口：

• 入站端口（Inbound Ports） ：允许外部系统触发核心业务逻辑的接口

• 出站端口（Outbound Ports） ：核心业务逻辑用来与外部系统交互的接口 1.3.3 适配器（Adapters）
  适配器实现端口接口，将外部系统的请求转换为核心能够理解的形式，或者将核心的响应转换为外部系统能够理解的形式：

• 入站适配器（Inbound Adapters） ：接收外部系统的请求，调用核心业务逻辑

• 出站适配器（Outbound Adapters） ：实现核心业务逻辑需要的外部系统接口

1.4 架构优势

六边形架构具有以下优势：

1. 松耦合 ：核心业务逻辑与外部依赖解耦，提高代码的可维护性和可扩展性
2. 可测试性 ：核心业务逻辑可以独立于外部系统进行测试，提高测试效率和质量
3. 业务聚焦 ：核心业务逻辑更加清晰，不受外部技术实现的影响
4. 技术灵活性 ：可以轻松替换外部技术栈，而不需要修改核心业务逻辑
5. 团队协作 ：不同团队可以独立开发核心业务逻辑和外部适配器，提高开发效率

2. 智能客服项目的六边形架构实现分析

2.1 项目目录结构概览

智能客服项目采用了清晰的六边形架构设计，其目录结构如下：

2.2 领域层实现

领域层是智能客服项目的核心，包含了业务领域的核心概念和逻辑：\

2.2.1 领域实体

• *User实体：表示系统用户，包含用户ID、姓名、手机号等属性，以及注册等业务行为
• Message实体：表示用户与智能客服之间的消息，包含消息ID、用户ID、角色（用户/助手）、内容等属性

2.2.2 领域服务

• UserDomainService：实现用户相关的业务逻辑，如用户注册、用户查询等
• MessageDomainService：实现消息相关的业务逻辑，如添加用户消息、添加助手消息、获取历史消息等

2.2.3 领域仓库

• MessageRepository：定义消息存储和查询的接口，是领域层与外部存储系统交互的出站端口

2.3 端口实现

2.3.1 入站端口

入站端口定义了外部系统（如前端、外部服务）如何与应用程序交互：

• WorkflowController：接收工作流执行请求
• UserController：接收用户注册请求
• OrderController：接收订单相关请求

2.3.2 出站端口

出站端口定义了应用程序如何与外部系统（如数据库、外部服务）交互：

• MessageRepository：定义消息存储和查询的接口
• OrderClient：定义与订单服务交互的接口

2.4 适配器实现

2.4.1 入站适配器

入站适配器实现了入站端口，将外部系统的请求转换为核心业务逻辑能够理解的形式：

• WorkflowController：接收HTTP请求，调用WorkflowApplicationService处理工作流执行
• UserController：接收HTTP请求，调用UserApplicationService处理用户注册
• OrderController：接收HTTP请求，调用OrderClient与订单服务交互

2.4.2 出站适配器

出站适配器实现了出站端口，将核心业务逻辑的请求转换为外部系统能够理解的形式：\

• OrderClient：使用OpenFeign实现与订单服务的通信
• JpaRepository实现：Spring Data JPA自动实现了MessageRepository接口，提供与数据库的交互
• LLMConfiguration：配置与大语言模型的交互

2.5 应用层实现

应用层位于领域层和基础设施层之间，协调领域层的业务逻辑：

• WorkflowApplicationService：协调工作流执行，调用领域服务处理用户消息

• UserApplicationService：协调用户注册，调用领域服务处理用户信息

• DocumentLoaderService：加载知识库文档

• WorkflowRunCMD：工作流执行请求的数据传输对象

2.6 依赖关系分析

智能客服项目的依赖关系严格遵循了六边形架构的依赖反转原则：

1. 内部依赖外部：核心领域层不依赖任何外部实现，只依赖于抽象接口
2. 外部依赖内部：基础设施层（适配器）依赖于领域层的接口和实体
3. 应用层作为桥梁：应用层依赖于领域层，同时被基础设施层依赖

这种依赖关系确保了核心业务逻辑的独立性和可测试性，同时也使得外部系统的变更不会影响核心业务逻辑。

4. 六边形架构与传统三层架构对比

对比维度	六边形架构	传统三层架构
核心思想	业务逻辑与外部依赖解耦	数据流向分层，以技术实现为中心
依赖方向	外部依赖核心，核心不依赖外部	上层依赖下层，下层不依赖上层
扩展性	易于扩展，支持多种适配器	扩展受限，需要修改现有层
测试性	核心业务逻辑可独立测试	难以独立测试，依赖外部系统
业务价值	突出业务逻辑，关注业务领域	关注技术实现，业务逻辑分散

五、工作流程

1. 启动流程：

   • 应用启动时自动加载CSV知识库到Redis向量数据库
   • 初始化聊天模型和工作流引擎

2. 对话流程：

   • 用户发送消息到后端API
   • 后端获取用户聊天历史
   • 调用工作流引擎处理对话
   • 工作流引擎根据配置的节点执行对话逻辑
   • 返回AI助手的回复给用户
   • 保存对话历史到数据库

六、知识库实现

1. 知识库格式：CSV文件（qa/QA.csv）
2. 加载机制：应用启动时异步加载
3. 向量转换：将问题和答案转换为向量存储到Redis
4. 检索方式：基于向量相似度的Top-K查询

七、前端界面

前端采用Vue 3实现，主要组件包括：

• 聊天界面：ChatInterface.vue
• 订单管理：OrderManagement.vue
• 注册模态框：RegisterModal.vue

八、配置要点

1. AI模型配置：通过application.yml配置DashScope API和模型参数
2. 向量数据库：配置Redis索引和初始化参数
3. 知识库：配置CSV文件路径和向量检索参数
4. 日志：详细的日志配置便于调试和监控

九、扩展点

1. 对话节点扩展：可在工作流配置中添加更多自定义节点
2. 知识库格式扩展：支持更多文档格式（如PDF、Word）
3. 多模型支持：可扩展支持其他LLM模型
4. 情感分析：可集成情感分析功能提升用户体验