一个面向知识库问答场景的全栈 RAG 项目，基于 Spring AI、pgvector、Vue 3、Python 爬虫服务与 DashScope，支持文档 / 文本 / URL 注入和流式问答。
把知识注入、向量检索、同步问答、SSE 流式问答和前台交互收成了一条完整的全栈 RAG 闭环，而不是停留在单一聊天页面。
同时支持文本、文件和 URL 注入，后端负责知识库接入、查询与会话处理，前端负责问答交互和资料管理，链路完整。
补齐失败模式文档、Swagger 接口、基础测试和已知边界说明，让项目更接近可解释、可复盘、可继续迭代的工程项目。
这里不写虚高的性能数字，只收束当前仓库和页面里可以直接验证的工程结果。
文本、文件、URL 三类输入都已进入同一条知识处理链路，不是只支持单一数据源。
同步回答和 SSE 流式问答都已打通，能直接验证交互链路不是停留在后端接口层。
后端 API、前端交互、爬虫注入、向量存储四个面都已落地，说明项目是系统级闭环。
保留两张最能证明产品入口和回答链路的截图，避免截图区变成只说明“有哪些页面”的贴图墙。
这部分不重复上面的总览结论，只保留适合继续追问的判断、取舍和后续迭代方向。
这个项目的价值不在于“接了一个大模型”，而在于把知识注入、检索、问答、流式输出和前台交互这条链路真正收成了一个能运行的系统。它更适合用来说明我如何把一个前后端协同、带 AI 集成属性的项目做成结构清晰的工程闭环。