一、前言最近AI应用最火的场景之一就是RAG（检索增强生成）——让AI基于你提供的文档来回答问题，而不是让它"胡编"。比如做一个公司内部知识库问答、产品手册问答等。Java生态中做这个最成熟的库是LangChain4j。本文手把手教你用Java实现一个本地知识库问答机器人。二、整体架构用户提问 → 检索相关文档 → 把文档+问题一起发给AI → AI基于文档回答 ↑ 文档存入向量数据库核心流程：文档切割处理向量化（Embedding）存入向量数据库用户提问时，检索最相关的文档片段把检索到的内容+问题一起发给AI三、技术选型组件推荐方案向量数据库Milvus（国产开源，推荐）、Pinecone（云端）、Chroma（轻量本地）Embedding模型MiniLM（轻量，支持CPU）、Jina AI（在线API）AI模型OpenAI GPT / 通义千问 / Ollama本地模型Java库LangChain4j四、创建项目并添加依赖4.1 pom.xmldependenciesdependencygroupIdio.github.langchain4j/groupIdartifactIdlangchain4j/artifactIdversion0.29.0/version/dependencydependencygroupIdio.github.langchain4j/groupIdartifactIdlangchain4j-open-ai/artifactIdversion0.29.0/version/dependencydependencygroupIdio.github.langchain4j/groupIdartifactIdlangchain4j-embeddings/artifactIdversion0.29.0/version/dependencydependencygroupIdio.github.langchain4j/groupIdartifactIdlangchain4j-mistral-ai/artifactIdversion0.29.0/version/dependency/dependencies五、文档处理：加载与切割