【特别体验】RuoYi AI的安装与使用教程

还在为构建企业级AI应用而烦恼？RuoYi AI让您快速部署，开启智能对话新时代！

🎯 您将获得什么

通过本文，您将掌握：

• ✅ 快速部署：便捷的Docker部署方案
• ✅ 多模型无缝切换：OpenAI、Azure、ChatGLM等主流模型支持
• ✅ 私有知识库构建：基于RAG技术的本地化知识管理
• ✅ 企业级功能体验：用户管理、支付系统、实时监控
• ✅ 生产环境最佳实践：高可用架构与性能优化

📦 项目概述

RuoYi AI是一个基于Spring Boot 3.4 + Spring AI + Vue 3的全栈式AI开发平台，深度集成FastGPT、扣子(Coze)、DIFY等主流AI平台，提供先进的RAG技术和多模型支持。

核心特性矩阵

功能模块	支持特性	技术实现
AI引擎	多模型接入、流式对话、MCP协议	Spring AI, Langchain4j
平台集成	FastGPT、Coze、DIFY深度集成	官方SDK, 统一接口
RAG方案	本地知识库、向量数据库、隐私保护	Milvus/Weaviate, BGE模型
创作工具	AI绘画、PPT生成、多模态处理	DALL·E-3, Stable Diffusion

🚀 环境准备

系统要求

# 最低配置
CPU: 4核以上
内存: 8GB以上
存储: 50GB可用空间
操作系统: Linux/Windows/macOS

# 推荐配置
CPU: 8核以上
内存: 16GB以上
存储: 100GB SSD

依赖软件安装

# 1. 安装Docker和Docker Compose
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
sudo systemctl enable docker
sudo systemctl start docker

# 2. 安装Git
sudo apt update && sudo apt install -y git

# 3. 验证环境
docker --version
docker-compose --version
git --version

📥 快速部署指南

方法一：脚本部署（推荐）

# 下载部署脚本
git clone https://gitcode.com/ageerle/ruoyi-ai.git
cd ruoyi-ai/script/deploy/one-step-script

# 执行部署脚本（中文版）
chmod +x deploy-cn.sh
./deploy-cn.sh

# 或者英文版
chmod +x deploy-en.sh  
./deploy-en.sh

部署脚本交互流程：

flowchart TD
    A[启动部署脚本] --> B[选择部署目录]
    B --> C[配置MySQL参数]
    C --> D[配置Redis参数]
    D --> E[配置服务端口]
    E --> F[配置Weaviate向量库]
    F --> G[自动构建镜像]
    G --> H[启动所有服务]
    H --> I[部署完成]

方法二：手动Docker Compose部署

# docker-compose.yaml 核心配置
version: '3.8'
services:
  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: root
      MYSQL_DATABASE: ruoyi-ai
    ports:
      - "3306:3306"
    volumes:
      - ./data/mysql:/var/lib/mysql

  redis:
    image: redis:7-alpine
    ports:
      - "6379:6379"
    command: redis-server --requirepass your_password

  weaviate:
    image: semitechnologies/weaviate:latest
    ports:
      - "8080:8080"
    environment:
      QUERY_DEFAULTS_LIMIT: 25
      AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'true'
      PERSISTENCE_DATA_PATH: '/var/lib/weaviate'

  backend:
    image: ruoyi-ai-backend:latest
    ports:
      - "6039:6039"
    depends_on:
      - mysql
      - redis
      - weaviate
    environment:
      SPRING_PROFILES_ACTIVE: prod

⚙️ 详细配置说明

数据库配置

# application-prod.yml 数据源配置
spring:
  datasource:
    dynamic:
      datasource:
        master:
          url: jdbc:mysql://mysql:3306/ruoyi-ai?useUnicode=true&characterEncoding=utf8
          username: root
          password: root
          driverClassName: com.mysql.cj.jdbc.Driver

Redis配置

spring:
  data:
    redis:
      host: redis
      port: 6379
      database: 0
      password: your_redis_password
      timeout: 10s

Weaviate向量数据库配置

# 向量数据库配置
weaviate:
  host: weaviate:8080
  protocol: http
  classname: LocalKnowledge

🔧 初始化数据库

执行SQL初始化脚本：

# 导入初始数据
mysql -h 127.0.0.1 -u root -p ruoyi-ai < script/sql/ruoyi-ai.sql

# 或者使用Docker方式
docker exec -i ruoyi-ai-mysql mysql -uroot -proot ruoyi-ai < script/sql/ruoyi-ai.sql

数据库结构概览：

erDiagram
    CHAT_CONFIG ||--o{ CHAT_MODEL : contains
    CHAT_SESSION ||--o{ CHAT_MESSAGE : has
    KNOWLEDGE_INFO ||--o{ KNOWLEDGE_ATTACH : contains
    KNOWLEDGE_ATTACH ||--o{ KNOWLEDGE_FRAGMENT : has
    SYS_USER ||--o{ CHAT_SESSION : creates

🎯 服务访问与验证

服务端口映射表

服务名称	访问地址	默认端口	功能描述
后端API	http://localhost:6039	6039	核心业务接口
管理后台	http://localhost:8082	8082	系统管理界面
用户前端	http://localhost:8081	8081	用户操作界面
Weaviate	http://localhost:8080	8080	向量数据库
MySQL	localhost:3306	3306	关系型数据库
Redis	localhost:6379	6379	缓存数据库

初始账号信息

# 管理后台
账号: admin
密码: admin123
URL: http://localhost:8082

# 用户端演示
账号: demo  
密码: demo123
URL: http://localhost:8081

🛠️ 常用管理操作

服务管理命令

# 启动所有服务
docker-compose up -d

# 停止所有服务
docker-compose down

# 查看服务状态
docker-compose ps

# 查看日志
docker-compose logs -f backend

# 重启单个服务
docker-compose restart backend

数据库管理

# 进入MySQL容器
docker exec -it ruoyi-ai-mysql mysql -uroot -p

# 备份数据库
docker exec ruoyi-ai-mysql mysqldump -uroot -proot ruoyi-ai > backup.sql

# 恢复数据库
docker exec -i ruoyi-ai-mysql mysql -uroot -proot ruoyi-ai < backup.sql

🎨 功能使用指南

1. AI对话功能

// 示例：创建对话会话
@PostMapping("/chat")
public ResponseEntity<ChatResponse> chat(@RequestBody ChatRequest request) {
    // 支持多模型切换
    String modelName = request.getModelName(); // gpt-4, chatglm, qwen等
    String message = request.getMessage();
    
    // 流式响应处理
    return chatService.streamChat(modelName, message);
}

2. 知识库管理

flowchart LR
    A[上传文档] --> B[文档解析]
    B --> C[文本分割]
    C --> D[向量化处理]
    D --> E[存入向量库]
    E --> F[智能检索]

支持文档类型：

• 📄 PDF、Word、Excel文档
• 🖼️ 图片文件（智能OCR识别）
• 📝 纯文本文件
• 🌐 网页内容抓取

3. 支付系统集成

# 支付配置示例
支付网关: https://pay.pandarobot.chat/mapi.php
商户PID: 1000
回调地址: /pay/notifyUrl

🔍 故障排除指南

常见问题解决

问题现象	可能原因	解决方案
服务启动失败	端口冲突	修改docker-compose中的端口映射
数据库连接失败	密码错误	检查MySQL root密码配置
向量库无法访问	Weaviate配置错误	验证weaviate服务状态
前端页面空白	Nginx配置问题	检查前端构建文件

日志查看方法

# 查看后端日志
docker-compose logs backend

# 查看MySQL日志  
docker-compose logs mysql

# 实时监控日志
docker-compose logs -f --tail=100

🚀 性能优化建议

硬件资源配置

# docker-compose 资源限制示例
services:
  backend:
    deploy:
      resources:
        limits:
          cpus: '2'
          memory: 4G
        reservations:
          cpus: '1' 
          memory: 2G

数据库优化

-- 创建索引优化查询性能
CREATE INDEX idx_chat_message_session ON chat_message(session_id);
CREATE INDEX idx_knowledge_fragment_kid ON knowledge_fragment(kid);

缓存策略

# Redis缓存配置
spring:
  cache:
    type: redis
    redis:
      time-to-live: 3600000 # 1小时缓存
      cache-null-values: false

📊 监控与维护

健康检查配置

# Spring Boot Actuator配置
management:
  endpoints:
    web:
      exposure:
        include: health,info,metrics
  endpoint:
    health:
      show-details: always

监控指标

监控项	正常范围	告警阈值
CPU使用率	<70%	>90%
内存使用率	<80%	>95%
数据库连接数	<最大连接数80%	>90%
响应时间	<500ms	>2000ms

🎉 成功部署验证

完成部署后，请通过以下步骤验证系统功能：

1. 访问管理后台：http://localhost:8082 (admin/admin123)
2. 检查服务状态：确保所有服务显示正常
3. 测试AI对话：在用户端发送测试消息
4. 验证知识库：上传测试文档并检索
5. 检查监控指标：确认系统资源使用正常

📈 扩展与定制

自定义模型集成

// 自定义模型配置示例
@Configuration
public class CustomModelConfig {
    
    @Bean
    public ChatModel customModel() {
        return new CustomChatModel(
            "your-model-name",
            "https://api.custom-model.com",
            "your-api-key"
        );
    }
}

插件开发

RuoYi AI支持通过MCP（Model Context Protocol）协议扩展功能：

graph TB
    A[核心平台] --> B[MCP协议]
    B --> C[自定义工具]
    B --> D[数据分析插件]
    B --> E[第三方服务集成]
    B --> F[业务逻辑扩展]

🤝 获取帮助与支持

• 📚 官方文档：https://doc.pandarobot.chat
• 🐛 问题反馈：GitCode Issues页面
• 💬 社区交流：加入技术交流群
• 🆘 紧急支持：联系项目维护者

🎊 结语

通过本教程，您已经成功部署了RuoYi AI全栈式AI开发平台。这个强大的工具将帮助您：

• 🚀 快速构建企业级AI应用
• 💡 集成多种AI模型和服务
• 🔒 保护数据隐私和安全
• 📊 提供完整的监控和管理功能

现在就开始您的AI之旅吧！如有任何问题，欢迎在社区中交流讨论。

温馨提示：本文档基于RuoYi AI最新版本编写，建议定期查看项目更新以获取最新功能和优化。