AI 聊天助手项目

这是一个基于 Go 后端和 Vue3 前端的 AI 应用开发工具，集成了 LangChain、RAG、Prompt Engineering 等功能。

项目结构

go/
├── api/ # Go 后端 API 服务
│ └── main.go
├── internal/ # 内部模块
│ ├── chain/ # 链式调用
│ ├── llm/ # LLM 集成
│ ├── prompt/ # Prompt 工程
│ ├── rag/ # RAG 检索增强生成
│ └── utils/ # 工具函数
├── ai-frontend/ # Vue3 前端
│ ├── src/
│ │ ├── views/ # 页面组件
│ │ ├── stores/ # 状态管理
│ │ └── router/ # 路由配置
│ └── package.json
└── README.md

功能特性

🚀 核心功能

• AI 聊天: 支持多种 LLM 模型的智能对话
• 模板管理: 创建和管理 Prompt 模板
• RAG 检索: 基于文档的检索增强生成
• 链式调用: 支持复杂的 AI 工作流

🛠️ 技术栈

• 后端: Go + Gin + OpenAI API
• 前端: Vue3 + Element Plus + Vite
• 状态管理: Pinia
• 路由: Vue Router

快速开始

1. 环境要求

• Go 1.19+
• Node.js 14+
• OpenAI API Key

2. 安装依赖

后端依赖

# 在项目根目录
go mod tidy

前端依赖

# 进入前端目录cd ai-frontend
npm install

3. 配置环境变量

创建 .env 文件：

# 复制环境变量模板
cp env.example .env

编辑 .env 文件：

OPENAI_API_KEY=your_openai_api_key_hereOPENAI_BASE_URL=https://api.openai.com/v1

4. 启动服务

方式一：使用启动脚本（推荐）

# Windows PowerShell
.\start-full.ps1
# 或者使用批处理文件
.\start-full.bat

方式二：手动启动

启动后端服务：

# 在项目根目录
go run api/main.go

启动前端服务：

# 在 ai-frontend 目录
npm run dev

5. 访问应用

• 前端界面: http://localhost:3005
• 后端 API: http://localhost:8080
• API 文档: http://localhost:8080/docs

使用说明

AI 聊天功能

1. 点击导航栏的"AI 聊天"
2. 在输入框中输入问题
3. 选择模型和模板
4. 点击发送或按 Ctrl+Enter

模板管理

1. 点击"模板管理"
2. 创建新的 Prompt 模板
3. 设置模板参数和内容
4. 保存并应用到聊天中

RAG 检索

1. 点击"RAG 检索"
2. 上传文档文件
3. 配置检索参数
4. 基于文档进行问答

API 接口

聊天接口

POST /api/v1/chat
Content-Type: application/json
{
"query": "你的问题",
"template": "qa",
"model": "gpt-3.5-turbo"
}

响应格式

{
"query": "你的问题",
"answer": "AI 的回答",
"template": "qa",
"model": "gpt-3.5-turbo"
}

故障排除

网络连接问题

如果遇到网络连接错误，请检查：

1. 网络连接是否正常
2. OpenAI API Key 是否正确
3. 防火墙设置是否阻止了连接

前端启动问题

如果前端启动失败：

1. 检查 Node.js 版本（建议 16+）
2. 删除 node_modules 重新安装
3. 检查端口 3005 是否被占用

后端启动问题

如果后端启动失败：

1. 检查 Go 环境是否正确安装
2. 确认 .env 文件配置正确
3. 检查端口 8080 是否被占用

开发指南

添加新的 LLM 模型

1. 在 internal/llm/ 目录下创建新的模型文件
2. 实现 LLM 接口
3. 在配置中添加新模型

创建新的 Prompt 模板

1. 在 internal/prompt/ 目录下添加模板
2. 在前端模板管理界面中创建对应模板
3. 测试模板效果

扩展 RAG 功能

1. 在 internal/rag/ 目录下添加新的检索方法
2. 实现文档处理和向量化
3. 集成到聊天流程中

贡献指南

1. Fork 项目
2. 创建功能分支
3. 提交更改
4. 发起 Pull Request

许可证

MIT License

联系方式

如有问题或建议，请提交 Issue 或联系开发团队。