From 9e0200a0e30b4dcc130f4a39f2344d92dee5505e Mon Sep 17 00:00:00 2001
From: 2991692032 <cizq297@gmail.com>
Date: Mon, 2 Jun 2025 15:52:44 +0800
Subject: [PATCH] rag

---
 unilife-frontend/src/api/index.ts             |   2 +-
 unilife-frontend/src/api/resources.ts         |   3 +-
 unilife-frontend/src/utils/request.ts         |   2 +-
 .../views/resources/ResourceDetailView.vue    |  71 ++++-
 unilife-server/AI_MEMORY_INTEGRATION.md       | 137 ----------
 unilife-server/CHAT_HISTORY_SETUP.md          | 250 ------------------
 unilife-server/pom.xml                        |  16 ++
 .../com/unilife/common/constant/Prompt.java   |  37 +++
 .../java/com/unilife/config/AiConfig.java     |  37 ++-
 .../service/impl/PdfVectorAsyncService.java   | 112 ++++++++
 .../service/impl/ResourceServiceImpl.java     |  43 ++-
 .../src/main/resources/application.yml        |  41 ++-
 12 files changed, 339 insertions(+), 412 deletions(-)
 delete mode 100644 unilife-server/AI_MEMORY_INTEGRATION.md
 delete mode 100644 unilife-server/CHAT_HISTORY_SETUP.md
 create mode 100644 unilife-server/src/main/java/com/unilife/common/constant/Prompt.java
 create mode 100644 unilife-server/src/main/java/com/unilife/service/impl/PdfVectorAsyncService.java

diff --git a/unilife-frontend/src/api/index.ts b/unilife-frontend/src/api/index.ts
index 7c1ba75..74f5d3e 100644
--- a/unilife-frontend/src/api/index.ts
+++ b/unilife-frontend/src/api/index.ts
@@ -3,7 +3,7 @@ import axios from 'axios'
 // 创建axios实例
 const api = axios.create({
   baseURL: 'http://localhost:8087',
-  timeout: 10000,
+  timeout: 30000,
   headers: {
     'Content-Type': 'application/json'
   }
diff --git a/unilife-frontend/src/api/resources.ts b/unilife-frontend/src/api/resources.ts
index 2f14582..b77a726 100644
--- a/unilife-frontend/src/api/resources.ts
+++ b/unilife-frontend/src/api/resources.ts
@@ -39,7 +39,8 @@ export const uploadResource = (data: {
   }>>('/resources', formData, {
     headers: {
       'Content-Type': 'multipart/form-data'
-    }
+    },
+    timeout: 60000 // 文件上传60秒超时
   })
 }
 
diff --git a/unilife-frontend/src/utils/request.ts b/unilife-frontend/src/utils/request.ts
index 240525f..b524b6e 100644
--- a/unilife-frontend/src/utils/request.ts
+++ b/unilife-frontend/src/utils/request.ts
@@ -3,7 +3,7 @@ import axios from 'axios'
 // 创建axios实例
 const request = axios.create({
   baseURL: 'http://localhost:8087',
-  timeout: 10000,
+  timeout: 30000,
   headers: {
     'Content-Type': 'application/json'
   }
diff --git a/unilife-frontend/src/views/resources/ResourceDetailView.vue b/unilife-frontend/src/views/resources/ResourceDetailView.vue
index e8b1b50..f021f2c 100644
--- a/unilife-frontend/src/views/resources/ResourceDetailView.vue
+++ b/unilife-frontend/src/views/resources/ResourceDetailView.vue
@@ -8,7 +8,7 @@
       <div class="resource-detail-content" v-loading="loading">
         <!-- 返回按钮 -->
         <div class="back-section">
-          <el-button @click="goBack" type="primary" text>
+          <el-button @click="goBack" text class="back-button">
             <el-icon><ArrowLeft /></el-icon>
             返回资源列表
           </el-button>
@@ -65,6 +65,17 @@
                 {{ resource.isLiked ? '已点赞' : '点赞' }}
                 ({{ resource.likeCount }})
               </el-button>
+              <!-- 如果是当前用户上传的资源，显示删除按钮 -->
+              <el-button 
+                v-if="isOwner"
+                type="danger" 
+                size="large"
+                @click="confirmDeleteResource"
+                :loading="deleting"
+              >
+                <el-icon><Delete /></el-icon>
+                删除资源
+              </el-button>
             </div>
           </div>
 
@@ -137,9 +148,9 @@
 </template>
 
 <script setup lang="ts">
-import { ref, onMounted } from 'vue'
+import { ref, computed, onMounted } from 'vue'
 import { useRoute, useRouter } from 'vue-router'
-import { ElMessage } from 'element-plus'
+import { ElMessage, ElMessageBox } from 'element-plus'
 import { 
   ArrowLeft, 
   Document, 
@@ -149,13 +160,15 @@ import {
   User,
   Calendar,
   Folder,
-  View
+  View,
+  Delete
 } from '@element-plus/icons-vue'
 import { useUserStore } from '@/stores/user'
 import { 
   getResourceDetail, 
   downloadResource as downloadResourceAPI,
   likeResource,
+  deleteResource,
   type Resource as BaseResource
 } from '@/api/resources'
 import type { ApiResponse } from '@/types'
@@ -175,8 +188,14 @@ const userStore = useUserStore()
 const loading = ref(false)
 const downloading = ref(false)
 const liking = ref(false)
+const deleting = ref(false)
 const resource = ref<ExtendedResource | null>(null)
 
+// 计算属性
+const isOwner = computed(() => {
+  return resource.value && userStore.user && resource.value.userId === userStore.user.id
+})
+
 // 方法
 const goBack = () => {
   router.push('/resources')
@@ -271,6 +290,39 @@ const toggleLike = async () => {
   }
 }
 
+const confirmDeleteResource = async () => {
+  if (!resource.value) return
+  
+  try {
+    await ElMessageBox.confirm(
+      '确定要删除这个资源吗？删除后无法恢复。',
+      '确认删除',
+      {
+        confirmButtonText: '确定删除',
+        cancelButtonText: '取消',
+        type: 'warning',
+      }
+    )
+    
+    deleting.value = true
+    const response = await deleteResource(resource.value.id) as any as ApiResponse<null>
+    
+    if (response.code === 200) {
+      ElMessage.success('资源删除成功')
+      goBack()
+    } else {
+      ElMessage.error(response.message || '删除失败')
+    }
+  } catch (error) {
+    if (error !== 'cancel') {
+      console.error('删除资源失败:', error)
+      ElMessage.error('删除失败')
+    }
+  } finally {
+    deleting.value = false
+  }
+}
+
 // 格式化文件大小
 const formatFileSize = (bytes: number) => {
   if (bytes === 0) return '0 B'
@@ -358,6 +410,17 @@ onMounted(() => {
   align-items: center;
 }
 
+.back-button {
+  color: var(--gray-600) !important;
+  font-weight: 400 !important;
+  padding: 8px 12px !important;
+}
+
+.back-button:hover {
+  color: var(--primary-600) !important;
+  background-color: var(--gray-50) !important;
+}
+
 .resource-detail-card {
   padding: 32px;
   display: flex;
diff --git a/unilife-server/AI_MEMORY_INTEGRATION.md b/unilife-server/AI_MEMORY_INTEGRATION.md
deleted file mode 100644
index 3682b3d..0000000
--- a/unilife-server/AI_MEMORY_INTEGRATION.md
+++ /dev/null
@@ -1,137 +0,0 @@
-# Spring AI ChatMemory MySQL 集成说明
-
-## 概述
-
-本项目已成功集成Spring AI的ChatMemory功能，使用MySQL作为持久化存储，实现了真正的AI会话记忆功能。
-
-## 主要改进
-
-### 1. 删除的错误实现
-- ❌ 删除了 `AiChatSession.java` - 自定义会话实体（与Spring AI不兼容）
-- ❌ 删除了 `AiChatMessage.java` - 自定义消息实体（与Spring AI不兼容）
-- ❌ 删除了基于TODO注释的伪实现
-
-### 2. 新增的正确实现
-- ✅ 添加了 `spring-ai-starter-model-chat-memory-repository-jdbc` 依赖
-- ✅ 配置了基于MySQL的JdbcChatMemoryRepository
-- ✅ 集成了MessageChatMemoryAdvisor，实现自动会话记忆
-- ✅ 使用Spring AI标准的ChatMemory接口
-
-## 核心功能
-
-### 会话记忆机制
-- **自动记忆**: 每次对话自动保存到MySQL数据库
-- **上下文保持**: 支持最多20条消息的上下文窗口
-- **会话隔离**: 不同conversationId的会话完全隔离
-- **持久化存储**: 重启服务后会话记忆不丢失
-
-### 数据库表结构
-```sql
-CREATE TABLE SPRING_AI_CHAT_MEMORY (
-    conversation_id VARCHAR(36) NOT NULL,    -- 会话ID
-    content TEXT NOT NULL,                   -- 消息内容
-    type VARCHAR(10) NOT NULL,               -- 消息类型：USER/ASSISTANT/SYSTEM/TOOL
-    timestamp TIMESTAMP NOT NULL,           -- 时间戳
-    INDEX idx_conversation_id_timestamp (conversation_id, timestamp)
-);
-```
-
-## API使用说明
-
-### 1. 发送消息（带会话记忆）
-```http
-POST /ai/chat?prompt=你好&sessionId=my-session-001
-```
-- 自动将用户消息和AI回复保存到数据库
-- 后续对话会自动加载历史上下文
-
-### 2. 测试记忆功能
-```http
-GET /ai/test/memory?conversationId=test-session&message=我的名字是张三
-GET /ai/test/memory?conversationId=test-session&message=我的名字是什么？
-```
-- 第二次询问AI会记住之前说过的名字
-
-### 3. 查看会话历史
-```http
-GET /ai/test/history/test-session
-```
-
-### 4. 清空会话记忆
-```http
-DELETE /ai/test/memory/test-session
-```
-
-## 配置说明
-
-### application.yml 关键配置
-```yaml
-spring:
-  ai:
-    chat:
-      memory:
-        repository:
-          jdbc:
-            initialize-schema: always  # 自动初始化表结构
-            schema: classpath:schema-mysql.sql
-```
-
-### AiConfig.java 关键配置
-```java
-@Bean
-public ChatMemory chatMemory(ChatMemoryRepository chatMemoryRepository) {
-    return MessageWindowChatMemory.builder()
-            .chatMemoryRepository(chatMemoryRepository)
-            .maxMessages(20)  // 保留最近20条消息
-            .build();
-}
-
-@Bean
-public ChatClient chatClient(OpenAiChatModel model, ChatMemory chatMemory) {
-    return ChatClient.builder(model)
-            .defaultAdvisors(
-                new SimpleLoggerAdvisor(),
-                MessageChatMemoryAdvisor.builder(chatMemory).build()  // 自动记忆
-            )
-            .build();
-}
-```
-
-## 使用最佳实践
-
-### 1. 会话ID管理
-- 前端生成唯一的sessionId（如：`session_${timestamp}_${random}`）
-- 同一会话的所有消息使用相同的sessionId
-- 新建会话时生成新的sessionId
-
-### 2. 会话记忆策略
-- 系统自动保留最近20条消息作为上下文
-- 超过20条消息时，旧消息会被自动清理（仅从内存中，数据库保留完整历史）
-- 可根据需要调整`maxMessages`参数
-
-### 3. 数据库维护
-- 定期清理过期的会话数据
-- 监控`SPRING_AI_CHAT_MEMORY`表的大小
-- 考虑为长期存储添加分区策略
-
-## 注意事项
-
-1. **会话列表功能限制**: Spring AI ChatMemory专注于消息存储，不提供会话元数据管理。如需要会话列表、标题管理等功能，建议维护单独的会话管理表。
-
-2. **性能优化**: 对于高并发场景，考虑：
-   - 数据库连接池配置
-   - 消息内容压缩
-   - 定期清理策略
-
-3. **错误处理**: 当数据库连接失败时，ChatMemory会降级为内存模式，重启后会话记忆将丢失。
-
-## 测试验证
-
-启动应用后，可以通过以下步骤验证功能：
-
-1. 访问 Swagger UI: `http://localhost:8087/doc.html`
-2. 找到 "AI测试接口" 分组
-3. 使用测试接口验证会话记忆功能
-4. 检查MySQL数据库中的`SPRING_AI_CHAT_MEMORY`表
-
-这样就完成了Spring AI ChatMemory与MySQL的完整集成，实现了真正的AI会话记忆功能！ 
\ No newline at end of file
diff --git a/unilife-server/CHAT_HISTORY_SETUP.md b/unilife-server/CHAT_HISTORY_SETUP.md
deleted file mode 100644
index 52460ea..0000000
--- a/unilife-server/CHAT_HISTORY_SETUP.md
+++ /dev/null
@@ -1,250 +0,0 @@
-# AI聊天会话历史功能设置指南
-
-## 概述
-
-本文档详细说明如何在您的UniLife项目中设置和使用AI聊天会话历史功能。该功能结合了Spring AI的ChatMemory（会话记忆）和MySQL数据库存储，实现了完整的会话历史管理。
-
-## 功能特性
-
-### 🔥 核心功能
-- **双重存储架构**: Spring AI ChatMemory（短期记忆）+ MySQL（长期历史）
-- **自动同步**: ChatMemory消息自动同步到MySQL历史表
-- **会话管理**: 支持会话列表、标题管理、删除等操作
-- **匿名支持**: 支持匿名会话和用户会话
-- **性能优化**: 历史表查询优化，支持分页
-- **兼容性**: 完全兼容现有的Spring AI ChatMemory功能
-
-### 📊 数据库表结构
-
-1. **SPRING_AI_CHAT_MEMORY** - Spring AI原生记忆表
-2. **ai_chat_sessions** - 会话元数据管理表
-3. **ai_chat_messages_history** - 消息历史详情表
-
-## 设置步骤
-
-### 1. 数据库初始化
-
-运行以下SQL脚本来创建必要的表结构：
-
-```sql
--- Spring AI Chat Memory表（自动创建）
-CREATE TABLE IF NOT EXISTS SPRING_AI_CHAT_MEMORY (
-    conversation_id VARCHAR(36) NOT NULL COMMENT '会话ID',
-    content TEXT NOT NULL COMMENT '消息内容',
-    type VARCHAR(10) NOT NULL COMMENT '消息类型：USER、ASSISTANT、SYSTEM、TOOL',
-    `timestamp` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '消息时间戳',
-    INDEX idx_conversation_id_timestamp (conversation_id, `timestamp`),
-    CONSTRAINT chk_message_type CHECK (type IN ('USER', 'ASSISTANT', 'SYSTEM', 'TOOL'))
-) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
-
--- 会话历史管理表
-CREATE TABLE IF NOT EXISTS ai_chat_sessions (
-    id VARCHAR(64) PRIMARY KEY COMMENT '会话ID（前端生成）',
-    user_id BIGINT NULL COMMENT '用户ID（可选，支持匿名会话）',
-    title VARCHAR(200) NOT NULL DEFAULT '新对话' COMMENT '会话标题',
-    created_at TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
-    updated_at TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
-    last_message_time TIMESTAMP NULL COMMENT '最后消息时间',
-    message_count INT NOT NULL DEFAULT 0 COMMENT '消息总数',
-    INDEX idx_user_id (user_id),
-    INDEX idx_created_at (created_at),
-    INDEX idx_updated_at (updated_at)
-) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
-
--- 会话消息历史详情表
-CREATE TABLE IF NOT EXISTS ai_chat_messages_history (
-    id BIGINT AUTO_INCREMENT PRIMARY KEY COMMENT '消息历史ID',
-    session_id VARCHAR(64) NOT NULL COMMENT '会话ID',
-    conversation_id VARCHAR(36) NOT NULL COMMENT 'Spring AI会话ID',
-    role ENUM('user', 'assistant', 'system', 'tool') NOT NULL COMMENT '消息角色',
-    content TEXT NOT NULL COMMENT '消息内容',
-    created_at TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
-    INDEX idx_session_id (session_id),
-    INDEX idx_conversation_id (conversation_id),
-    INDEX idx_created_at (created_at),
-    FOREIGN KEY (session_id) REFERENCES ai_chat_sessions(id) ON DELETE CASCADE
-) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
-```
-
-### 2. 配置验证
-
-确保`application.yml`中包含以下配置：
-
-```yaml
-spring:
-  ai:
-    chat:
-      memory:
-        repository:
-          jdbc:
-            initialize-schema: always
-            schema: classpath:schema-mysql.sql
-  datasource:
-    url: jdbc:mysql://localhost:3306/UniLife?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTC&characterEncoding=UTF-8
-    username: root
-    password: 123456
-    driver-class-name: com.mysql.cj.jdbc.Driver
-```
-
-### 3. Maven依赖检查
-
-确保`pom.xml`中包含Spring AI JDBC ChatMemory依赖：
-
-```xml
-<dependency>
-    <groupId>org.springframework.ai</groupId>
-    <artifactId>spring-ai-starter-model-chat-memory-repository-jdbc</artifactId>
-</dependency>
-```
-
-## 使用指南
-
-### API接口说明
-
-#### 1. 发送消息（带会话记忆）
-```http
-GET /ai/chat?prompt=你好&sessionId=session_001
-```
-
-#### 2. 获取会话列表
-```http
-GET /ai/sessions?page=1&size=20
-```
-
-#### 3. 获取会话消息历史
-```http
-GET /ai/sessions/{sessionId}/messages?page=1&size=50
-```
-
-#### 4. 创建会话
-```http
-POST /ai/sessions
-{
-    "sessionId": "session_123456789",
-    "title": "关于Spring Boot的讨论"
-}
-```
-
-#### 5. 更新会话标题
-```http
-PUT /ai/sessions/{sessionId}
-{
-    "title": "新的会话标题"
-}
-```
-
-#### 6. 删除会话
-```http
-DELETE /ai/sessions/{sessionId}
-```
-
-### 测试接口
-
-系统提供了专门的测试接口来验证功能：
-
-#### 1. 测试会话记忆
-```http
-GET /ai/test/memory?conversationId=test-001&message=我的名字是张三
-GET /ai/test/memory?conversationId=test-001&message=我的名字是什么？
-```
-
-#### 2. 查看会话历史
-```http
-GET /ai/test/history/test-001
-```
-
-#### 3. 查看Spring AI原始记忆
-```http
-GET /ai/test/raw-memory/test-001
-```
-
-#### 4. 同步记忆到历史表
-```http
-POST /ai/test/sync/test-001
-```
-
-## 架构说明
-
-### 数据流程
-
-1. **用户发送消息** → ChatClient处理 → Spring AI ChatMemory自动存储
-2. **消息处理完成** → 自动同步到MySQL历史表
-3. **查询历史** → 优先从历史表查询（性能更好）
-4. **会话管理** → 独立的会话元数据管理
-
-### 关键组件
-
-- **AiChatSessionHistoryService**: 会话历史管理服务
-- **AiChatSessionMapper**: 会话数据访问层
-- **AiChatMessageHistoryMapper**: 消息历史数据访问层
-- **AiServiceImpl**: 整合Spring AI和历史管理的主服务
-
-## 最佳实践
-
-### 1. 会话ID管理
-- 使用格式：`session_${timestamp}_${random}`
-- 前端生成，确保唯一性
-- 示例：`session_1703827200000_abc123`
-
-### 2. 性能优化
-- 定期清理过期会话数据
-- 监控`SPRING_AI_CHAT_MEMORY`表大小
-- 使用分页查询大量历史数据
-
-### 3. 错误处理
-- 数据库连接失败时ChatMemory会降级为内存模式
-- 同步失败不影响主要聊天功能
-- 提供手动同步接口
-
-## 监控和维护
-
-### 1. 数据库监控
-```sql
--- 查看会话统计
-SELECT COUNT(*) as total_sessions FROM ai_chat_sessions;
-
--- 查看消息统计
-SELECT COUNT(*) as total_messages FROM ai_chat_messages_history;
-
--- 查看Spring AI记忆表大小
-SELECT COUNT(*) as memory_records FROM SPRING_AI_CHAT_MEMORY;
-```
-
-### 2. 清理过期数据
-```sql
--- 删除30天前的会话
-DELETE FROM ai_chat_sessions 
-WHERE updated_at < DATE_SUB(NOW(), INTERVAL 30 DAY);
-```
-
-## 故障排除
-
-### 常见问题
-
-1. **表不存在错误**
-   - 检查`schema-mysql.sql`是否正确
-   - 确认`initialize-schema: always`配置
-
-2. **同步失败**
-   - 检查数据库连接
-   - 查看日志中的错误信息
-
-3. **会话列表为空**
-   - 确认会话已创建：`POST /ai/test/session`
-   - 检查数据库中`ai_chat_sessions`表
-
-### 调试命令
-
-```bash
-# 查看应用日志
-tail -f logs/unilife.log | grep -i "chat\|memory\|session"
-
-# 检查数据库连接
-mysql -u root -p -e "USE UniLife; SHOW TABLES LIKE '%chat%';"
-```
-
-## 总结
-
-该实现提供了一个完整的AI聊天会话历史管理解决方案，结合了Spring AI的强大记忆功能和MySQL的持久化存储。通过这种双重存储架构，您既享受了Spring AI的智能记忆管理，又获得了完整的会话历史功能。
-
-启动应用后，访问Swagger UI（`http://localhost:8087/doc.html`）查看所有可用的API接口并进行测试。 
\ No newline at end of file
diff --git a/unilife-server/pom.xml b/unilife-server/pom.xml
index b66ab5e..ac49f34 100644
--- a/unilife-server/pom.xml
+++ b/unilife-server/pom.xml
@@ -195,6 +195,22 @@
             <groupId>org.springframework.ai</groupId>
             <artifactId>spring-ai-starter-model-chat-memory-repository-jdbc</artifactId>
         </dependency>
+
+        <!-- Spring AI Chroma Vector Store -->
+        <dependency>
+            <groupId>org.springframework.ai</groupId>
+            <artifactId>spring-ai-starter-vector-store-chroma</artifactId>
+        </dependency>
+
+        <dependency>
+            <groupId>org.springframework.ai</groupId>
+            <artifactId>spring-ai-pdf-document-reader</artifactId>
+        </dependency>
+
+        <dependency>
+            <groupId>org.springframework.ai</groupId>
+            <artifactId>spring-ai-advisors-vector-store</artifactId>
+        </dependency>
     </dependencies>
 
     <build>
diff --git a/unilife-server/src/main/java/com/unilife/common/constant/Prompt.java b/unilife-server/src/main/java/com/unilife/common/constant/Prompt.java
new file mode 100644
index 0000000..8381a7e
--- /dev/null
+++ b/unilife-server/src/main/java/com/unilife/common/constant/Prompt.java
@@ -0,0 +1,37 @@
+package com.unilife.common.constant;
+
+public class Prompt {
+   public static final String Prompt = """
+            # 角色
+            你是一个乐于助人的AI学习助手，专门为UniLife论坛的学生提供服务。你的主要任务是根据论坛内已有的学习资料和讨论内容，回答学生们提出的问题。
+            
+            # 指示
+            请严格按照以下步骤和指南来回答用户的问题：
+            
+            1.  **理解用户问题**：
+                * 仔细分析用户提出的问题，理解其核心意图。
+            
+            2.  **参考提供的上下文信息**：
+                * 我会为你提供相关的背景资料片段，这些片段来源于[你的学生论坛名称]的资源内容。
+                * **你必须优先并主要依据这些提供的背景资料来构建你的回答。**
+            
+            3.  **回答构建**：
+                * 如果提供的背景资料中包含与用户问题直接相关的信息，请从中提取关键内容，清晰、准确地回答用户的问题。
+                * 尽量用简洁易懂的语言进行解释。
+                * 如果背景资料包含多个相关片段，请综合它们的信息进行回答。
+            
+            4.  **处理上下文信息不足或不相关的情况**：
+                * **如果提供的背景资料为空，或者与用户问题完全不相关，或者不足以回答用户的问题，请不要臆断或编造信息。**
+                * 在这种情况下，你可以礼貌地告知用户：
+                    * 例如：“抱歉，我在的现有资料中暂时没有找到与您问题直接相关的信息。”
+                    * 你可以进一步建议：“您可以尝试换个问法，或者提供更多关键词，也许能帮助我更好地找到相关内容。”
+                    * 或者：“目前论坛内可能还没有涵盖这个问题，您可以向其他同学或老师请教。”
+                * **除非用户的问题是明确的常识性、通用性知识（例如“中国的首都是哪里？”或进行简单的数学计算），并且你确信你的通用知识库可以准确回答，否则请避免在没有论坛上下文的情况下回答专业性或特定领域的问题。**
+                * 如果用户的问题明显与学习或论坛内容无关（例如闲聊），你可以在用你自身的知识回答后委婉地引导用户回到学习主题，或者表明你主要负责解答与论坛资源相关的问题。
+            
+            5.  **输出格式与风格**：
+                * 保持友好、耐心、专业的语气。
+                * 回答应结构清晰，易于阅读。
+                * 避免使用过于复杂或模糊的措辞。
+            """;
+}
diff --git a/unilife-server/src/main/java/com/unilife/config/AiConfig.java b/unilife-server/src/main/java/com/unilife/config/AiConfig.java
index c5f10c1..c3a37b9 100644
--- a/unilife-server/src/main/java/com/unilife/config/AiConfig.java
+++ b/unilife-server/src/main/java/com/unilife/config/AiConfig.java
@@ -1,18 +1,28 @@
 package com.unilife.config;
 
+import com.unilife.common.constant.Prompt;
 import org.springframework.ai.chat.client.ChatClient;
 import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;
 import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;
+import org.springframework.ai.chat.client.advisor.vectorstore.QuestionAnswerAdvisor;
 import org.springframework.ai.chat.memory.ChatMemory;
 import org.springframework.ai.chat.memory.ChatMemoryRepository;
 import org.springframework.ai.chat.memory.MessageWindowChatMemory;
 
+import org.springframework.ai.embedding.EmbeddingModel;
 import org.springframework.ai.openai.OpenAiChatModel;
+import org.springframework.ai.vectorstore.SearchRequest;
+import org.springframework.ai.vectorstore.VectorStore;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.context.annotation.Bean;
 import org.springframework.context.annotation.Configuration;
+import org.springframework.scheduling.annotation.EnableAsync;
+import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
+
+import java.util.concurrent.Executor;
 
 @Configuration
+@EnableAsync
 public class AiConfig {
     
     /**
@@ -37,16 +47,39 @@ public class AiConfig {
                 .maxMessages(20) // 保留最近20条消息作为上下文
                 .build();
     }
+
+    /**
+     * 配置异步任务执行器，专门用于PDF向量化处理
+     */
+    @Bean("pdfVectorTaskExecutor")
+    public Executor pdfVectorTaskExecutor() {
+        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
+        executor.setCorePoolSize(2);        // 核心线程数
+        executor.setMaxPoolSize(5);         // 最大线程数
+        executor.setQueueCapacity(100);     // 队列容量
+        executor.setThreadNamePrefix("pdf-vector-");
+        executor.setKeepAliveSeconds(60);   // 线程空闲时间
+        executor.initialize();
+        return executor;
+    }
+
     
     /**
      * 配置ChatClient，集成Chat Memory功能
      */
     @Bean
-    public ChatClient chatClient(OpenAiChatModel model, ChatMemory chatMemory) {
+    public ChatClient chatClient(OpenAiChatModel model, ChatMemory chatMemory, VectorStore vectorStore) {
         return ChatClient.builder(model)
+                .defaultSystem(Prompt.Prompt) // 设置默认系统提示
                 .defaultAdvisors(
                     new SimpleLoggerAdvisor(),
-                    MessageChatMemoryAdvisor.builder(chatMemory).build()
+                    MessageChatMemoryAdvisor.builder(chatMemory).build(),
+                        QuestionAnswerAdvisor.builder(vectorStore)
+                                .searchRequest(SearchRequest.builder()
+                                        .similarityThreshold(0.5d)
+                                        .topK(5)
+                                        .build())
+                                        .build()
                 )
                 .build();
     }
diff --git a/unilife-server/src/main/java/com/unilife/service/impl/PdfVectorAsyncService.java b/unilife-server/src/main/java/com/unilife/service/impl/PdfVectorAsyncService.java
new file mode 100644
index 0000000..da80994
--- /dev/null
+++ b/unilife-server/src/main/java/com/unilife/service/impl/PdfVectorAsyncService.java
@@ -0,0 +1,112 @@
+package com.unilife.service.impl;
+
+import lombok.extern.slf4j.Slf4j;
+import org.springframework.ai.document.Document;
+import org.springframework.ai.reader.ExtractedTextFormatter;
+import org.springframework.ai.reader.pdf.PagePdfDocumentReader;
+import org.springframework.ai.reader.pdf.config.PdfDocumentReaderConfig;
+import org.springframework.ai.vectorstore.VectorStore;
+import org.springframework.beans.factory.annotation.Autowired;
+import org.springframework.scheduling.annotation.Async;
+import org.springframework.stereotype.Service;
+import com.unilife.model.entity.Resource;
+
+import java.util.HashMap;
+import java.util.List;
+import java.util.Map;
+
+/**
+ * PDF向量化异步处理服务
+ */
+@Slf4j
+@Service
+public class PdfVectorAsyncService {
+
+    @Autowired
+    private VectorStore vectorStore;
+
+    /**
+     * 异步处理PDF文件的向量存储
+     * @param fileBytes PDF文件的字节数组
+     * @param originalFilename 原始文件名
+     * @param resource 资源记录
+     */
+    @Async("pdfVectorTaskExecutor")
+    public void processPdfVectorAsync(byte[] fileBytes, String originalFilename, Resource resource) {
+        try {
+            log.info("开始异步处理PDF向量化，资源ID: {}，文件: {}", resource.getId(), originalFilename);
+            
+            // 创建临时文件
+            String tempFileName = "pdf_" + resource.getId() + "_" + System.currentTimeMillis() + ".pdf";
+            java.nio.file.Path tempFile = java.nio.file.Files.createTempFile(tempFileName, ".pdf");
+            
+            try {
+                // 将字节数组写入临时文件
+                java.nio.file.Files.write(tempFile, fileBytes);
+                
+                // 创建PDF文档读取器
+                PagePdfDocumentReader reader = new PagePdfDocumentReader(
+                        tempFile.toUri().toString(),
+                        PdfDocumentReaderConfig.builder()
+                                .withPageExtractedTextFormatter(ExtractedTextFormatter.defaults())
+                                .withPagesPerDocument(1)
+                                .build()
+                );
+                
+                // 读取文档
+                List<Document> documents = reader.read();
+                
+                // 为每个文档添加资源ID元数据，方便后续删除
+                for (Document document : documents) {
+                    Map<String, Object> metadata = new HashMap<>(document.getMetadata());
+                    metadata.put("resourceId", resource.getId().toString());
+                    metadata.put("title", resource.getTitle());
+                    
+                    // 创建新的文档对象，包含资源ID元数据
+                    Document enrichedDocument = new Document(document.getText(), metadata);
+                    documents.set(documents.indexOf(document), enrichedDocument);
+                }
+                
+                // 存储到向量数据库
+                vectorStore.add(documents);
+                
+                log.info("PDF向量化处理完成，资源ID: {}，处理文档数: {}", 
+                        resource.getId(), documents.size());
+                
+            } finally {
+                // 清理临时文件
+                try {
+                    java.nio.file.Files.deleteIfExists(tempFile);
+                } catch (Exception e) {
+                    log.warn("清理临时文件失败: {}", tempFile, e);
+                }
+            }
+            
+        } catch (Exception e) {
+            log.error("PDF异步向量化处理失败，资源ID: {}", resource.getId(), e);
+        }
+    }
+
+    /**
+     * 异步删除向量库中的相关文档
+     * @param resourceId 资源ID
+     * @param resourceTitle 资源标题
+     */
+    @Async("pdfVectorTaskExecutor")
+    public void deleteVectorDocumentsAsync(Long resourceId, String resourceTitle) {
+        try {
+            log.info("开始删除资源ID: {} 的向量文档，标题: {}", resourceId, resourceTitle);
+            
+            // 使用Spring AI标准的过滤删除方法
+            String filterExpression = "resourceId == '" + resourceId.toString() + "'";
+            vectorStore.delete(filterExpression);
+            
+            log.info("✅ 资源ID: {} 的向量文档删除成功", resourceId);
+            
+        } catch (Exception e) {
+            log.error("❌ 删除资源ID: {} 的向量文档失败", resourceId, e);
+            // 根据业务需求决定是否重新抛出异常
+            // throw new VectorOperationException("向量文档删除失败", e);
+        }
+    }
+} 
\ No newline at end of file
diff --git a/unilife-server/src/main/java/com/unilife/service/impl/ResourceServiceImpl.java b/unilife-server/src/main/java/com/unilife/service/impl/ResourceServiceImpl.java
index 7af6634..58c8588 100644
--- a/unilife-server/src/main/java/com/unilife/service/impl/ResourceServiceImpl.java
+++ b/unilife-server/src/main/java/com/unilife/service/impl/ResourceServiceImpl.java
@@ -15,23 +15,17 @@ import com.unilife.model.vo.ResourceVO;
 import com.unilife.service.ResourceService;
 import com.unilife.utils.OssService;
 import lombok.extern.slf4j.Slf4j;
+
 import org.springframework.beans.factory.annotation.Autowired;
 import org.springframework.stereotype.Service;
 import org.springframework.transaction.annotation.Transactional;
 import org.springframework.web.multipart.MultipartFile;
 
-import java.io.File;
-import java.io.IOException;
-import java.nio.file.Files;
-import java.nio.file.Path;
-import java.nio.file.Paths;
-import java.util.ArrayList;
-import java.util.HashMap;
-import java.util.List;
-import java.util.Map;
-import java.util.UUID;
+
+import java.util.*;
 import java.util.stream.Collectors;
 
+
 @Slf4j
 @Service
 public class ResourceServiceImpl implements ResourceService {
@@ -51,6 +45,11 @@ public class ResourceServiceImpl implements ResourceService {
     @Autowired
     private ResourceLikeMapper resourceLikeMapper;
 
+
+
+    @Autowired
+    private PdfVectorAsyncService pdfVectorAsyncService;
+
     // 文件存储路径，实际项目中应该配置在application.yml中
     private static final String UPLOAD_DIR = "uploads/resources/";
     // OSS存储目录
@@ -96,6 +95,18 @@ public class ResourceServiceImpl implements ResourceService {
             // 保存资源记录
             resourceMapper.insert(resource);
 
+            // 异步处理PDF文件的向量存储
+            if ("application/pdf".equals(file.getContentType())) {
+                try {
+                    // 先读取文件内容到字节数组，避免异步处理时临时文件被删除
+                    byte[] fileBytes = file.getBytes();
+                    pdfVectorAsyncService.processPdfVectorAsync(fileBytes, file.getOriginalFilename(), resource);
+                    log.info("PDF文件已提交异步向量化处理，资源ID: {}", resource.getId());
+                } catch (Exception e) {
+                    log.error("读取PDF文件内容失败，跳过向量化处理，资源ID: {}", resource.getId(), e);
+                }
+            }
+
             Map<String, Object> data = new HashMap<>();
             data.put("resourceId", resource.getId());
 
@@ -236,6 +247,13 @@ public class ResourceServiceImpl implements ResourceService {
             return Result.error(403, "无权限删除此资源");
         }
 
+        // 先启动异步删除向量库中的相关文档（仅针对PDF文件）
+        // 在删除数据库记录之前启动，确保异步方法能获取到资源信息
+        if ("application/pdf".equals(resource.getFileType())) {
+            pdfVectorAsyncService.deleteVectorDocumentsAsync(resourceId, resource.getTitle());
+            log.info("PDF文件已提交异步删除向量文档，资源ID: {}", resourceId);
+        }
+
         // 删除OSS中的文件
         try {
             String fileUrl = resource.getFileUrl();
@@ -247,7 +265,7 @@ public class ResourceServiceImpl implements ResourceService {
             // 继续执行，不影响数据库记录的删除
         }
 
-        // 删除资源（逻辑删除）
+        // 最后删除资源（逻辑删除）
         resourceMapper.delete(resourceId);
 
         return Result.success(null, "删除成功");
@@ -361,4 +379,7 @@ public class ResourceServiceImpl implements ResourceService {
 
         return Result.success(data);
     }
+
+
+
 }
\ No newline at end of file
diff --git a/unilife-server/src/main/resources/application.yml b/unilife-server/src/main/resources/application.yml
index c9deba2..4540f91 100644
--- a/unilife-server/src/main/resources/application.yml
+++ b/unilife-server/src/main/resources/application.yml
@@ -1,10 +1,17 @@
 server:
   port: 8087
+  # 超时配置
+  tomcat:
+    connection-timeout: 60000   # 连接超时60秒
+    threads:
+      max: 100                  # 最大线程数
 spring:
+  main:
+    allow-bean-definition-overriding: true  # 允许Bean定义覆盖
   ai:
     openai:
       base-url: https://dashscope.aliyuncs.com/compatible-mode
-      api-key: ${OPENAI_API_KEY:}
+      api-key: ${OPENAI_API_KEY:sk-temp-key-for-testing}
       chat:
         options:
           model: qwen-max-latest
@@ -18,6 +25,14 @@ spring:
           jdbc:
             initialize-schema: always  # 自动初始化表结构
             schema: classpath:schema-mysql.sql
+    # Chroma向量存储配置
+    vectorstore:
+      chroma:
+        client:
+          host: http://localhost
+          port: 8000
+        collection-name: unilife_collection
+        initialize-schema: true
   datasource:
     url: jdbc:mysql://localhost:3306/UniLife?allowPublicKeyRetrieval=true&useSSL=false&serverTimezone=UTC&characterEncoding=UTF-8
     username: root
@@ -37,10 +52,26 @@ spring:
           socketFactory:
             port: 465
             class: javax.net.ssl.SSLSocketFactory
-  data:
-    redis:
-      port: 6379
-      host: 127.0.0.1
+    # Redis基本配置（用于缓存等功能）
+    data:
+      redis:
+        port: 6379
+        host: 127.0.0.1
+        database: 0
+        timeout: 10000ms
+        lettuce:
+          pool:
+            max-active: 8
+            max-wait: -1ms
+            max-idle: 8
+            min-idle: 0
+
+  servlet:
+    multipart:
+      max-file-size: 50MB
+      max-request-size: 50MB
+    session:
+      timeout: 30m              # 会话超时30分钟
 knife4j:
   enable: true
   openapi: