上传备份

pom.xml

@@ -101,6 +101,18 @@
             <artifactId>langchain4j-qdrant</artifactId>
             <version>1.0.0-beta2</version>
         </dependency>
+
+        <!-- 日志框架 -->
+        <dependency>
+            <groupId>ch.qos.logback</groupId>
+            <artifactId>logback-classic</artifactId>
+            <version>1.2.11</version>
+        </dependency>
+        <dependency>
+            <groupId>org.slf4j</groupId>
+            <artifactId>slf4j-api</artifactId>
+            <version>1.7.32</version>
+        </dependency>
     </dependencies>
     <dependencyManagement>
         <dependencies>

src/main/java/xyz/wbsite/ai/Helper.java

@@ -10,7 +10,7 @@ import java.util.List;
 public class Helper {
 
     private static OpenAiStreamingChatModel openAiStreamingChatModel = OpenAiStreamingChatModel.builder()
-            .baseUrl("http://192.168.88.105:11434/v1")
+            .baseUrl("http://192.168.88.106:11434/v1")
             .apiKey("1")
             .modelName("qwen2.5:0.5b")
             .logRequests(true)
@@ -18,7 +18,7 @@ public class Helper {
             .build();
 
     private static  OpenAiChatModel openAiChatModel = OpenAiChatModel.builder()
-            .baseUrl("http://192.168.88.105:11434/v1")
+            .baseUrl("http://192.168.88.106:11434/v1")
             .apiKey("1")
             .modelName("deepseek-r1:1.5b")
             .logRequests(true)
@@ -26,13 +26,13 @@ public class Helper {
             .build();
 
     private static  OpenAiChatModel toolChatModel = OpenAiChatModel.builder()
-            .baseUrl("http://192.168.88.105:11434/v1")
+            .baseUrl("http://192.168.88.106:11434/v1")
             .apiKey("1")
             .modelName("qwen2.5:0.5b")
             .build();
 
     private static  OpenAiChatModel gemmaModel = OpenAiChatModel.builder()
-            .baseUrl("http://192.168.88.105:11434/v1")
+            .baseUrl("http://192.168.88.106:11434/v1")
             .apiKey("1")
             .modelName("gemma3:4b")
             .build();

src/main/java/xyz/wbsite/ai/Text_Compare_Example.java

@@ -16,8 +16,8 @@ public class Text_Compare_Example {
         EmbeddingModel embeddingModel = new AllMiniLmL6V2EmbeddingModel();
 
         // 将文本转换为向量
-        Embedding embedding1 = embeddingModel.embed(" 嗯，用户问的是多少。我得先看看有没有相关的信息在知识库里。知识库里的内大伦供电局的电话是1234567800容主要是关于行政审批事项的各种申报材料和流程，比如抵押登记、土地流转、林权抵押等等，还有些是关于合同备案、产权调换、房改售房之类的。看起来里面没有提到供电局的信息。 用户可能需要联系办理业务或者咨询问题，所以才会询问电话号码。但我这里找不到相关信息，可能需要用户自己去查询或者访问相关网站获取最新的联系方式。另外，我应该礼貌地告知用户信息中没有提供所需内容，并建议他们通过其他途径获取帮助").content();
+        Embedding embedding1 = embeddingModel.embed("工伤医疗费的申领").content();
-        Embedding embedding2 = embeddingModel.embed("大伦供电局的电话是？").content();
+        Embedding embedding2 = embeddingModel.embed("预告登记的转移").content();
 
         double between = CosineSimilarity.between(embedding1, embedding2);
         System.out.println("余弦相似度: " + between); // 值越接近1越相似