项目运行说明

系统架构

为了方便，直接把前端代码放到了dodo-agent项目的resources目录下了 和后端一起启动就行，可以直接访问：http://127.0.0.1:8888/index.html

后端启动

环境版本

数据库初始化

MySQL

创建数据库

CREATE DATABASE dodo DEFAULT CHARACTER SET utf8mb4;

导入初始化数据：

classpath下：

/sql/ai_db.sql

执行：

mysql -uroot -p dodo < sql/ai_db.sql

PPT 模板路径

数据库会初始化一条 PPT模板数据：表：ai_ppt_template，需要修改字段： file_path 改为你本地 PPT 模板路径，例如：

/opt/ppt-template/ai.pptx

PostgreSQL + PGVector

pgvector安装：

✅向量模型&向量数据库&向量存储

经过前面的文档清洗与分片处理，我们已经成功获得了一组结构化、干净的 List 数据。接下来，我们将继续对这些文档片段进行向量化处理，并将其存储到向量数据库中，从而完成索引的构建，搭建起完整的向量知识库。 向量模型 Spr LLMentor 创建数据库：

CREATE DATABASE vector_store;

安装扩展：

\c vector_store
CREATE EXTENSION vector;

MinIO

MinIO安装：

✅MinIO接入

MinIO 是一个高性能、开源的对象存储系统，兼容 Amazon S3 云存储服务接口。它专为大规模 AI/ML、数据湖、备份和归档等场景设计，具有轻量、易部署、高可扩展性和强一致性等特点。 可以采用minIO搭建一个对象存储系统，也可以自 LLMentor 创建 Bucket：

dodo-agent

配置文件

src/main/resources/application.yml

需要修改的配置： | 配置 | 说明 | 是否必须 | | --- | --- | --- | | spring.ai.openai.api-key | 通义千问 API Key | 必须 | | spring.datasource | MySQL 连接 | 必须 | | minio | MinIO 配置 | 必须 | | embeddings.store | PGVector 配置 | 必须 | | tavily.api-key | Tavily 搜索 Key | 必须 | | nanobanana-pro | https://grsai.com/zh | |

启动后端

IDEA 启动

运行：

DodoAgentApplication

启动端口

http://localhost:8888

API 接口

AgentController会话相关接口 | 接口 | 功能 | | --- | --- | | /agent/chat/stream | 联网搜索问答 | | /agent/file/stream | 文件问答 | | /agent/pptx/stream | PPT生成 | | /agent/deep/stream | 深度研究 | | /agent/stop | 停止Agent |

FileController文件上传相关接口 SessionController会话相关接口

流式响应格式

文本：

{
  "type": "text",
  "content": "回答内容"
}

思考过程：

{
  "type": "thinking",
  "content": "正在分析问题..."
}

参考来源：

{
  "type": "reference",
  "content": [],
  "count": 3
}

推荐问题：

{
  "type": "recommend",
  "content": [],
  "count": 3
}

项目访问

前端：

http://localhost:8080

后端：

http://localhost:8888