在 Spring AI Alibaba 程序中，我们可以直接使用本地程序调用百炼平台的云知识库，实现知识库文档解析、分块、向量化存储等一条龙服务。
这样，开发者就不用本地部署搭建向量数据库、不用进行复杂的文档处理，以及开发文档管理等业务功能了，可以大大提升开发效率，非常哇塞。
那问题来了，如何对接百炼平台的云知识库呢？
本文我们基于最新版正式版 Spring AI Alibaba 和百炼平台带着大家一起操作一下。
1.百炼添加数据和知识库
2.编写代码调用云知识库
编写代码操作云知识库
@RequestMapping("/rag")public Flux<String> rag(@RequestParam String msg) { DocumentRetriever retriever = new DashScopeDocumentRetriever(dashScopeApi, DashScopeDocumentRetrieverOptions.builder().withIndexName(indexName).build()); return chatClient.prompt() .system("你是一个Java助手，基于知识库的内容进行回答，知识库查询不到的信息，返回暂无信息") .user(msg) .advisors(new DocumentRetrievalAdvisor(retriever)) .stream().content();}其中 indexName 为知识库的名字，如下图所示：
小结
本地 Spring AI Alibaba 程序可以直接调用百炼平台的云知识库，实现知识库文档解析、分块、向量化存储等一条龙服务，大大提升 RAG 开发的效率，但同时也会带来数据隐私问题，所以我们需要根据自己的业务选择合适的方案。
我们该怎样系统的去转行学习大模型 ？
很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是， 基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！
第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言
您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，现在将这份 LLM大模型资料 拿出来： 😝有需要的小伙伴，可以 在这🆓↓↓↓
一、大模型经典书籍（免费分享）
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套大模型报告（免费分享）
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、大模型系列视频教程（免费分享）
四、2025最新大模型学习路线（免费分享）
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调。
L5阶段：专题集丨特训篇 【录播课】
现在将这份 LLM大模型资料 拿出来： 😝有需要的小伙伴，可以 在这🆓↓↓↓
原文地址：https://www.cnblogs.com/vipstone/p/18945667
