Vault-AI API接口详解：上传文件与智能问答的核心实现

【免费下载链接】vault-ai OP Vault ChatGPT: Give ChatGPT long-term memory using the OP Stack (OpenAI + Pinecone Vector Database). Upload your own custom knowledge base files (PDF, txt, epub, etc) using a simple React frontend. 项目地址: https://gitcode.com/gh_mirrors/va/vault-ai

Vault-AI是一个基于OP Stack（OpenAI + Pinecone向量数据库）构建的智能问答系统，它赋予ChatGPT长期记忆能力，允许用户通过简单的React前端上传自定义知识库文件（PDF、txt、epub等）。本文将详细解析Vault-AI的核心API接口，包括文件上传和智能问答功能的实现细节。

文件上传接口：构建知识库的第一步 🚀

文件上传是Vault-AI构建知识库的基础，该功能通过UploadHandler实现，位于vault-web-server/postapi/fileupload.go文件中。这个接口不仅负责接收文件，还会进行文本提取、内容分块和向量存储等一系列操作。

核心功能与实现流程

1. 请求处理与限制

   • 设置了单个文件最大限制为3MB（MAX_FILE_SIZE int64 = 25 << 20）
   • 总上传大小限制为50MB（MAX_TOTAL_UPLOAD_SIZE int64 = 50 << 20）
   • 支持多文件同时上传

2. 文件处理流程

   • 解析multipart/form-data格式的请求
   • 根据文件类型（如PDF）进行文本提取
   • 将文本内容分块处理（通过chunk.CreateChunks函数）
   • 生成文本嵌入向量（使用OpenAI的Ada模型）
   • 将向量存储到向量数据库

Vault-AI使用向量数据库存储文件内容，实现高效的知识检索

请求与响应格式

请求参数：

• files：要上传的文件（multipart/form-data格式）
• uuid：用户会话唯一标识
• apikey：可选的OpenAI API密钥（如不提供则使用系统默认）

响应结构：

{
  "message": "操作结果描述",
  "num_files_succeeded": 成功处理的文件数,
  "num_files_failed": 处理失败的文件数,
  "successful_file_names": ["成功上传的文件名列表"],
  "failed_file_names": {"失败的文件名": "错误原因"}
}

智能问答接口：基于知识库的精准回答 💡

智能问答功能通过QuestionHandler实现，位于vault-web-server/postapi/questions.go文件中。该接口利用存储在向量数据库中的知识，为用户问题提供精准答案。

问答处理流程

1. 问题处理步骤

   • 验证请求参数
   • 将问题转换为向量表示（使用OpenAI的嵌入API）
   • 查询向量数据库获取相关上下文（默认返回前4个匹配结果）
   • 构建包含上下文的提示词
   • 调用OpenAI API生成回答

2. 核心技术点

   • 使用余弦相似度匹配问题与知识库内容
   • 支持多种OpenAI模型（GPT-3.5 Turbo和GPT-3 Davinci）
   • 自动处理上下文窗口限制，确保生成高质量回答

请求与响应格式

请求参数：

• question：用户的问题文本
• model：选择的AI模型（"GPT-3.5 Turbo"或"GPT Davinci"）
• uuid：用户会话唯一标识
• apikey：可选的OpenAI API密钥

响应结构：

{
  "answer": "AI生成的回答内容",
  "context": [{"text": "上下文文本", "title": "来源文件"}],
  "tokens": 消耗的token数量
}

关键技术组件解析

向量数据库交互

Vault-AI的向量数据库交互逻辑主要在vectordb/目录下实现，支持Pinecone和Qdrant两种向量数据库。核心方法包括：

• UpsertEmbeddings：存储文件分块的向量表示
• Retrieve：根据问题向量查找相关上下文

文件处理工具

文件处理功能在chunk/fileprocessing.go中实现，主要包括：

• ExtractTextFromPDF：从PDF文件中提取文本
• GetTextFromFile：从普通文本文件中读取内容
• CreateChunks：将文本分割为适合嵌入的小块

快速开始使用Vault-AI API

要开始使用Vault-AI的API功能，首先需要克隆项目仓库：

git clone https://gitcode.com/gh_mirrors/va/vault-ai
cd vault-ai

然后按照项目README中的说明配置和启动服务。一旦服务运行，就可以通过API接口上传文件并进行智能问答了。

Vault-AI的API设计简洁而强大，为构建基于自定义知识库的智能应用提供了坚实基础。无论是开发企业知识库、个人学习助手还是专业领域问答系统，Vault-AI都能提供高效、可靠的技术支持。

【免费下载链接】vault-ai OP Vault ChatGPT: Give ChatGPT long-term memory using the OP Stack (OpenAI + Pinecone Vector Database). Upload your own custom knowledge base files (PDF, txt, epub, etc) using a simple React frontend. 项目地址: https://gitcode.com/gh_mirrors/va/vault-ai