摘要本文介绍开源项目 VeapAI它用一套平台打通了文档资料、知识库、向量化与 Milvus 大模型问答溯源等 8 个环节。文章围绕页级溯源能力、检索质量保障、向量化审计与幂等设计等工程细节展开同时明确当前 V1 阶段的技术边界并给出后端与前端的上手步骤适合关注企业知识库问答与 Milvus 落地的开发者阅读。# 开源项目 VeapAI 简介一套平台打通 AI 知识库全链路 分类资讯 / 开源推荐 | 目标平台CSDN、知乎、掘金、OSCHINA总览稿全平台首发做企业知识库问答的人大多经历过同一条弯路文档上传了切块切了向量也写进去了真到用户问“这段话出自哪份文件的哪一页”时答不上来。问得再具体一点比如“预算法中关于项目类别的定义原文在第几页”系统要么瞎编页码要么给一段没有出处的文字。VeapAI 是我在维护的一个开源项目它把这条链路整段做进了平台里。项目地址https://gitee.com/mindock/veap## 它做了什么一句话讲完一套代码跑通「文档资料 → 知识库 → 向量化Milvus→ 大模型问答溯源」8 个环节全程界面配置。后端是 Java 17 Spring Boot 2.7 Spring Cloud前端 Vue 2.6 Element-UI向量库接 Milvus 2.4.xMIT 协议当前版本 3.6.5。8 个环节按顺序是1. 配置 Milvus 实例认证、TLS、健康检查2. 创建元数据标准由标准声明式创建 / 更新 Collection3. 创建知识主题4. 上传附件资料并解析统一 PDF 预览 页级片段5. AI 资料处理初始化知识内容6. 知识主题一键向量化7. Milvus 调试搜索初验证8. 政策问答知识搜索、溯源、文档在线定位预览![知识全生命周期八步流程]全链路分层架构UI 配置层 → 业务模型层 → 向量作业层 → Milvus 引擎层 → 问答应用层![全链路架构图]第 8 步是这条链路的验收点。问答结果里的命中知识点每个都能回到原文那一页、那一段。做到这一点的不是“把页码塞进提示词”的野路子是数据库里一整套页级映射ai_doc_content 记录页级片段ai_knowledge_entry_source 把知识点精确挂到片段上locator_json 是打开预览时定位的唯一依据。## 为什么值得看源码如果只是 8 个按钮不值一篇资讯稿。这套代码在工程细节上有几处较真的地方- **检索质量决定生成上限**。检索参数不是散在问答代码里的魔法数字检索模板固定 TopK、阈值、过滤表达式每次调试检索写一条 ai_vector_search_audit调参有据可查。- **一张表一个唯一写入点**。ai_vector_object_map 只允许 AiVectorIngestJobRunner 写旁路 CRUD 被禁止。业务对象和 Milvus 主键的映射一旦错账删向量都删不干净。- **job / run / item 三级审计**。一次向量化运行一条 run每个对象一条 item成功 / 跳过 / 失败逐条可查。跑挂了不靠猜。- **ETag 幂等**。映射表用内容 hash 嵌入模型 ID 决定要不要重算。文档没改就不重算向量省的不止是钱还有等待时间。- **Milvus 操作禁止吞错**。每次运维操作写 ai_milvus_op_log失败必须抛出来。吞错是这类系统的慢性病这里在表设计层面就拦了。- **没有向量就别硬聊**。问答候选匹配找不到启用作业时返回空列表、不兜底——宁可空结果也不让模型瞎编出处。这套东西我们团队自己踩坑踩出来的。早期版本向量写入失败就打印个日志继续跑结果 Milvus 里少了一批数据问答回表全是空。后来才定的“禁止吞错”这条规矩。## 边界也得说清楚V1 阶段有几个限制别期待错了- 向量化对象类型冻结为 knowledge_entry 一种代码里 VectorObjectTypes 常量只放了一个值- 向量作业的 source 只认知识主题source_config 里的 topicId不支持按标准全量扫- 文档解析引擎按文件类型选扫描件走 PaddleOCR电子文档走 office-pdf-text / pdf-text。这些限制都写在代码和设计文档里不是藏着掖着。## 怎么上手bash# 后端单体模式cd veap-cloudmvn -B -pl veap-package/veap-monolith -am -DskipTests package# 前端cd veap-uinpm installnpm run dev # http://localhost:80AI 能力相关表结构在 veap-cloud/DB/veap.sql40 来张表核心链路就 15 张。接下来我会分 8 篇把这条链路逐步拆开每一篇对应一个环节讲表设计、讲源码走读、讲踩过的坑。想直接看代码的去 Gitee 仓库翻源码和设计文档都在里面。仓库https://gitee.com/mindock/veap