SunnySide

基于 Spring Boot 与 Spring AI 的医疗陪护方向示例后端：将 RAG 检索、工具调用、多轮会话记忆（JDBC 持久化） 与住院业务数据结合，服务亲属端与患者端两类用户（JWT 鉴权、SSE 流式对话）。

项目仍在迭代；接口与行为以仓库内代码及 docs/API.md 为准。

---

功能概览

能力	说明
双端账户	亲属 relative_user、患者 patient：注册 / 登录，JWT（subject 为用户名）
患者绑定	亲属搜索患者、建立绑定、列表与解绑（/bindPatient/*）
AI 对话	亲属 GET /chat、患者 GET /patient/chat，SSE 流式输出
会话记忆	MessageChatMemoryAdvisor + conversation_id（请求参数 timeId），可落库
RAG	Qdrant 向量库；启动时按配置对知识文件做增量灌库
工具调用	亲属侧 AITool、患者侧 PatientAITool，查询体征、治疗计划、值班、公告等住院数据
跨域	app.cors（默认可配合本机前端开发）

详细 HTTP 路径、请求体与鉴权约定见 docs/API.md。

---

技术栈

• Java 17
• Spring Boot 3.5.x
• Spring AI 1.1.x（RAG、Chat Client、Qdrant Vector Store、Chat Memory JDBC）
• 通义 DashScope（spring-ai-alibaba-starter-dashscope）
• MyBatis + MySQL
• Qdrant

（pom.xml 中已引入 Spring Data Redis，当前默认 application.yml 未配置 Redis；若启用需自行补充连接信息。）

---

仓库结构（核心）

src/main/java/com/example/project
├── SunnySideApplication.java
├── ai/
│   ├── client/          # AIChat（亲属）、PatientAIChat（患者）
│   ├── prompt/          # 系统提示词与模板
│   ├── rag/             # RAG 灌库与 Advisor 配置
│   └── tools/           # AITool、PatientAITool
├── config/              # CORS 等
├── controller/          # aiController、PatientChatController、relativeController、PatientController、BindPatientController
├── mapper/              # MyBatis 接口
├── pojo/                # 实体与 DTO/VO
├── security/            # JwtInterceptor、WebConfig（JWT 白名单）
└── service/             # 业务与 AI 数据聚合

src/main/resources
├── application.yml
├── mapper/              # MyBatis XML
├── prompt/              # *.st 提示模板
└── rag/                 # 知识文件（如 RAG.txt），灌库配置见下文

---

请求链路（简图）

flowchart LR
  subgraph 亲属
    R[JWT 亲属] --> Chat1["GET /chat SSE"]
    Chat1 --> AIChat
  end
  subgraph 患者
    P[JWT 患者] --> Chat2["GET /patient/chat SSE"]
    Chat2 --> PatientAIChat
  end
  AIChat --> Mem[(Chat Memory JDBC)]
  AIChat --> VS[(Qdrant RAG)]
  AIChat --> T1[AITool]
  PatientAIChat --> Mem
  PatientAIChat --> VS
  PatientAIChat --> T2[PatientAITool]

Loading

---

RAG 灌库（与运行相关）

• 知识文件默认位于 src/main/resources/rag/RAG.txt（文件名以 application.yml 中 app.ai.rag-ingest.doc-key 与实现为准）。
• app.ai.rag-ingest：enabled、force（是否忽略增量状态强制重建）、doc-key 等，见 RagIngestProperties / RagIngestService。
• 向量存储使用 Spring AI 的 Qdrant 配置（spring.ai.vectorstore.qdrant.*）。

---

快速开始

环境要求

• JDK 17、Maven
• MySQL（创建库名如 sunnyside，与 JDBC URL 一致）
• 可访问的 Qdrant
• 通义 DashScope API Key（spring.ai.dashscope.api-key，勿将真实密钥提交到公开仓库）

数据库

1. 执行 sql/sql.sql 初始化表结构。
2. 可选：执行 sql/seed_test_data.sql 导入测试数据。

配置

编辑 src/main/resources/application.yml：

• spring.datasource.*：数据库账号密码
• spring.ai.dashscope.api-key：模型密钥
• spring.ai.vectorstore.qdrant.*：Qdrant 地址与 collection

Chat Memory 表由 spring.ai.chat.memory.repository.jdbc.initialize-schema 控制（默认常为 always 便于本地调试）。

运行

mvn spring-boot:run

默认端口见 server.port（常见为 8080）。对接前端请先阅读 docs/API.md（含 SSE 与 Authorization: Bearer 说明）。

---

相关文档

• docs/API.md — HTTP 接口与鉴权白名单
• postman/SunnySide.postman_collection.json — 可选 Postman 集合（若与代码不一致，以代码为准）

---

许可与说明

学习与实践用途为主；生产环境请单独加固密钥管理、HTTPS、限流与审计。