# gzyAiAgent

**Repository Path**: yangLLHGS/gzy-ai-agent

## Basic Information

- **Project Name**: gzyAiAgent
- **Description**: 以SpringAI + RAG + MCP的AI 开发实战为核心的项目教程，将通过开发 AI 应用 + 拥有自主规划能力的超级智能体，带大家掌握新时代程序员必知必会的 AI 核心概念、AI 实用工具、AI 编程技术、AI 框架原理、AI 调优技巧
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-04
- **Last Updated**: 2025-11-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 使用说明

## 后端

### 首先需要配置阿里云百炼平台的APIKEY

- [阿里云百炼密钥](https://bailian.console.aliyun.com/?tab=globalset#/efm/api_key)

之后需要新建一个`application-local.yml`，添加如下配置
```yaml
spring:
  application:
    name: yu-ai-agent
  ai:
    dashscope:
      api-key: 你的apikey
      chat:
        options:
          model: qwen-plus
      read-timeout: 120000 # 单位：毫秒，设置读取超时为2分钟
```

### JDK

JDK要求 **>=19** ,不过我使用的是**21**

### 想要使用本地知识库文达需要:

1. 去`FrontApp.java`打开`frontAppVectorStored`的自动注入@Resoucre注解
2. 去`FrontApp.java`里的方法`doChatWithRag`里的`advisor`改用`QuestionAnswerAdvisor`
3. 去`FrontAppVectorStoreConfig.java`配置文件打开`VectoreStore`的能够被`Spring`识别的对象@Bean注解
4. 要想使用md文档，需要在`FrontAppVectorStoreConfig.java`配置文件加上`allDocuments.addAll(frontAppDocumentLoader)`

#### 之后下载好对应的*maven*依赖即可运行

## 前端

node**版本要求** >=20

然后运行一下命令即可启动项目
```bash
npm install

# 等他下载完依赖之后启动
npm run dev

# 打包
npm run build
```