Что это такое?
Готовый к развёртыванию проект на Java для создания AI-помощника с доступом к внутренней документации компании, с учётом безопасности и проверяемости ответов.
Проект / Java
t1804330987/DD_Rag: DD_Rag — Java RAG для корпоративных знаний с полным циклом
Полноценный RAG-проект на Java для создания AI-помощников с доступом к корпоративным документам, готовый к внедрению.
Это учебно-практический проект на Java, демонстрирующий построение защищённой системы вопросов-ответов на основе корпоративных документов (RAG). Он охватывает не только базовую цепочку «документ → вектор → ответ», но и критически важные для бизнеса аспекты:...
Для кого это
Для Java-разработчиков и архитекторов, которые хотят изучить или внедрить RAG в корпоративной среде с учётом безопасности и масштабирования.
Проблема / задача
Многие RAG-демо показывают только базовый поиск по документам, но в реальном бизнесе нужно решать вопросы безопасности (кто что видит), проверяемости ответов (на основе каких доказательств) и интеграции в рабочие процессы.
Как это работает
Проект реализует полный цикл: загрузка документов в MinIO, их парсинг и очистка, разбиение на фрагменты, индексация в PgVector (семантический поиск) и Elasticsearch (ключевые слова), гибридный поиск с ранжированием. AI-помощник работает через Spring AI и DashScope, использует ReAct Agent для вызова инструментов (например, поиска по базе знаний) и управляет контекстом диалога. Всё разворачивается через Docker Compose.
Что видно по README
Это учебно-практический проект на Java, демонстрирующий построение защищённой системы вопросов-ответов на основе корпоративных документов (RAG). Он охватывает не только базовую цепочку «документ → вектор → ответ», но и критически важные для бизнеса аспекты: изоляцию данных по группам пользователей, проверку ответов по исходным документам, многошаговые диалоги с AI-агентом и промышленное развёртывание. Проект...
Ключевые возможности
Технологии
Темы и ключи
Интересный факт
Вместо простого «чат-бота поверх документов» проект реализует модель, где поиск по базе знаний — это отдельный «инструмент», который AI-агент может вызывать самостоятельно в рамках многошагового диалога, что ближе к реальным сценариям...
С чего начать
- Клонировать репозиторий
- Настроить переменные окружения (API-ключи AI, доступ к БД)
- Запустить docker-compose up для поднятия всей инфраструктуры
- Обратиться к фронтенду по адресу http://localhost:5173
Оценка GitRadar
Удобство
8/10
Свежесть
8/10
Перспектива
9/10
Монетизация
7/10
Общая оценка
8/10
Вердикт GitRadar
Стоит пробовать как отличный учебный проект и шаблон для старта. Это один из немногих Java RAG-проектов, который демонстрирует не только работу с векторами, но и продуманную бизнес-логику доступа и полноценный production-стек. Идеально для изучения Spring AI и архитектуры подобных систем.
Наблюдения по обновлениям
Проект активен, использует актуальные версии Spring Boot 3.5, Spring AI и Java 21. Есть работающее онлайн-демо, что говорит о поддержке.
Что мы проверили
Карточка собрана по данным GitHub, README и структуре репозитория. Это не официальная документация проекта.
- Исходный репозиторий
- https://github.com/t1804330987/DD_Rag
- Создан на GitHub
- 23 апреля 2026 г.
- Последнее обновление репо
- 23 апреля 2026 г.
- Последняя проверка GitRadar
- 23 апреля 2026 г.
- Изученные файлы
- frontend/README.md, frontend/src/App.vue, frontend/src/main.ts, frontend/src/stores/app.ts, frontend/src/router/index.ts, frontend/package.json
FAQ
Для кого подходит?
Для Java-разработчиков среднего и старшего уровня, которые хотят глубоко разобраться в построении production-готовых RAG-систем или ищут основу для собственного решения.
Источники
Нужна помощь с t1804330987/DD_Rag?
Если проект подходит под ваш сценарий, можем помочь с установкой, интеграцией, доработкой или аккуратным форком под вашу инфраструктуру.