开始
本项目是一个前后端分离项目,前端基于 Vite 和 React,后端是通过 maven 构建的 Spring Boot 项目,数据库使用的是 MySQL。
先从 github 上将项目拉取到本地。这是前端地址和后端地址。
前端
进入项目目录后,执行如下命令进行依赖的安装和本地开发运行。
开发:
npm install
npm run dev
打包:
npm run build
后端
- 数据库
首先安装 MYSQL 8.x,创建名为ryder
的数据库,你也可以创建其他名称的数据库,只需要修改对应的application.yml
中关于数据库连接信息。将项目中sql
文件下的脚本执行一遍,创建并插入相关数据。
- JDK
本项目因为引入了Spring AI
作为大模型的开发框架,Spring AI
最低支持Java 17
,所以项目中直接使用了Java 21
的版本,Java 17
的版本本项目没有进行测试,不知道是否适配。所以需要安装JDK 21
,并配置相关的开发环境。
- 申请大模型 App-Key
项目中引入的 Open AI 的开发框架,使用的是智普 AI 的免费大模型。建议可以去智普大模型官网进行 APPKey 的申请。并将 key 配置到环境变量中或者直接写入 application.yml 中。
spring:
ai:
openai:
api-key: ${ZHIPU_AI_API_KEY}
base-url: https://open.bigmodel.cn/api/paas/
chat:
api-key: ${ZHIPU_AI_API_KEY}
base-url: https://open.bigmodel.cn/api/paas/
completions-path: /v4/chat/completions
options:
model: GLM-4-flash
项目中引入的大模型依赖是open ai
的,但用的是智普的 API:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>
TIP
可以考虑使用国产大模型智普 AI,效果不错,接入方便,还有免费模型可以使用。支持 OpenAI API 格式。
TIP
你可以自己搭建本地的 Ollama 服务,部署像 Qwen 和 DeepSeek 的大模型,相应的引入 ollama 的依赖,这个可以参考Spring AI 官网
TIP
我这里使用的是Open AI
的依赖,你也可以替换为ZhiPu AI
的依赖。参考ZhiPu AI
TIP
如果是直接使用的Open AI
的 key,则只需要配置api-key
。 如果是使用的代理地址,则更换base-url
和completions
。
安装依赖
数据库连接
修改application.yml
的数据库连接信息 6. 启动项目
项目第一次成功启动后,会自动初始化管理员账号,并在控制台打印账号密码。cn.xryder.base.config.DataInitializer
为账户初始化类,可以查看管理员账号及密码。 7. 登录系统
打开系统页面,默认是 5173 端口,输入管理员账号密码进行登录。
ENJOY😊😎🤩
享受创造美好东西的乐趣吧!