Spring AI工厂模式实现文档向量化动态派发

1. 项目概述

在构建智能知识管理系统时，我们经常需要处理来自不同业务模块的文档变更。传统做法是为每种文档类型编写独立的处理逻辑，这不仅导致代码重复，还会随着业务扩展变得难以维护。本文将分享一个基于Spring AI的实战方案，通过工厂模式实现按消息类型动态派发向量化处理的能力。

这个方案的核心价值在于：

• 解耦消息接收与业务处理
• 支持运行时动态扩展新文档类型
• 统一异常处理和监控点
• 简化新业务类型的接入成本

2. 核心设计思路

2.1 问题域分析

系统需要处理来自后台的各种文档变更消息，包括：

• 公告(notice)的增删改
• 学习资料(materials)的更新
• 其他业务文档的变更

每种文档类型有特定的：

1. 数据存储位置（不同的数据库表）
2. 内容处理逻辑（如分段策略）
3. 向量化参数（如嵌入模型选择）

2.2 工厂模式选型

采用简单工厂模式而非抽象工厂，因为：

• 产品类型（IVectorService）单一且稳定
• 创建逻辑简单直接（type→实现映射）
• 不需要支持产品族的扩展

工厂类VectorServiceFactory的关键职责：

1. 启动时自动注册所有IVectorService实现
2. 运行时根据type快速查找对应服务
3. 处理重复type定义的冲突检测

3. 关键技术实现

3.1 接口设计

IVectorService接口定义四个核心方法：

java复制public interface IVectorService {
    // 处理新增文档
    void add(String sourceId);
    
    // 处理更新文档（默认delete+add实现）
    default void update(String sourceId) {
        delete(sourceId);
        add(sourceId);
    }
    
    // 处理删除文档
    void delete(String sourceId);
    
    // 返回处理的文档类型标识
    String type();
}

接口设计的考量：

1. 使用default方法提供update默认实现
2. sourceId统一使用String类型避免类型转换问题
3. 单一职责原则：每个方法只做一件事

3.2 工厂实现

VectorServiceFactory的核心逻辑：

java复制@Component
public class VectorServiceFactory {
    private final Map<String, IVectorService> registry = new ConcurrentHashMap<>();

    @Autowired
    public VectorServiceFactory(List<IVectorService> services) {
        services.forEach(service -> {
            String type = service.type();
            if (registry.containsKey(type)) {
                throw new IllegalStateException("重复的向量服务类型: " + type);
            }
            registry.put(type, service);
        });
    }

    public IVectorService getService(String type) {
        return Optional.ofNullable(registry.get(type))
                .orElseThrow(() -> new IllegalAr