config:配置将文本向量化使用的模型;配置pgvector索引的类型和vector距离计算算法;配置vector的维度为1536维;

src/main/resources/application.yaml

@@ -14,19 +14,39 @@ spring:
     username: postgres
     password: postgres
   ai:
+    model:
+#      启用什么模型配置
+      chat: openai
     openai:
       api-key: ${QWEN_APIKEY}
       base-url: https://dashscope.aliyuncs.com/compatible-mode
       chat:
+#        是否启用该模型配置
+        enable: true
         completions-path: /v1/chat/completions
         options:
           model: qwen-flash
+      embedding:
+#        1.1.2版本还没有支持enable参数配置
+        enable: true
+        embeddings-path: /v1/embeddings
+        options:
+          model: text-embedding-v1
+          dimensions: 1536
 #          向量存储相关的配置
     vectorstore:
-      pgvectore:
+      pgvector:
+#        索引类型
         index-type: HNSW
+#        距离计算算法
         distance: COSINE_DISTANCE
+#        向量维度
         dimensions: 1536
+#        schema的名称
+        schema-name: dev
+#        向量存储的表名
+        table-name: vector_store
+#        文档批量处理的最大数量
         max-document-batch-size: 1000
 logging:
   level: