CoderHub 是一个面向开发/学习者的智能技术博客交流社区平台。不仅提供了体系化的技术博客阅读/发布功能，和项目/教程学习模块，更整合了目前热门的 AI Agent 能力，让开发者在阅读和学习过程中，能通过智能助手实时调取平台内的知识库，实现“所见即所得”的互动式学习体验。
🚀 线上演示地址：http://8.140.19.7/
| 概览展示 | 内容详情 | AI 交互 |
|---|---|---|
 |
 |
 |
在构建 CoderHub 的过程中，我们并没有盲目追求框架的数量，而是更看重组件间的协同效率与对 AI 场景的支持。
- 后端驱动：基于 Java 17 与 Spring Boot 3.2.5 构建，利用其成熟的生态处理高并发请求。持久化层选用 MyBatis 配合 MySQL，而 Redis 则承担了分布式缓存与高频数据暂存的任务。
- AI Agent 内核：这是项目的核心灵魂。我们采用了最新的 LangChain4j (0.35.0) 框架，它不仅能对接主流大模型，更重要的是其提供的 Tool Calling 机制，使得 AI 能够动态调用后端定义的搜索工具，精准检索本地数据库中的文章与教程。
- 现代前端交互：前端基于 Vue 3 + Vite 体系，引入 Pinia 进行全局状态管理。为了支撑 AI 的流式响应输出逻辑，我们深度定制了聊天组件，配合
marked与highlight.js实现了丝滑的 Markdown 渲染。 - 云原生存储集成：针对技术文档的多样性，项目打通了 Aliyun OSS 与 MinIO。这种双重选择让我们既能在公有云上获得高性能的视频流化体验，也能在本地环境中进行低成本的开发测试。
项目的设计初衷是“高效、体系化、智能化”，功能模块也紧紧围绕这三个关键词展开。
1. 智能化技术助理 (Hub-AI) 不同于普通的对话机器人，CoderHub 的 AI 助手拥有“全局视野”（也就是RAG检索功能）。例如当你问它“如何学习微服务”时，它会自动在平台内检索相关的实战项目和技术教程，并将精准的链接与摘要直接推送到对话流中。
2. 体系化教程 (Systematic Tutorial) 平台教程模块不仅支持零散的文章发布，更侧重于组织具备逻辑顺序的“章节式教程”。每个教程都支持挂载视频课时与 PDF 附件。借助内置的多媒体播放器与 PDF 阅读器，用户无需跳转三方平台即可完成闭环学习。
3. 开发者动态与博客 支持全量的 Markdown 写作体验。为了极致的性能，我们采用了“元数据入库、正文存对象存储”的方案，显著降低了长文本对数据库带来的压力。
4. 自动化管理后台 为管理员账户提供了一站式的仪表盘监控，包括内容的审核统计、用户活跃度分析以及 AI 工具调用的实时日志追踪。方便后台宏观调控，并带有ChromaDB联通测试/相似度查询测试接口方便管理员智能监控。
目前仓库代码已完成 v1.0.6 版本的核心功能合并，系统整体运行稳定。
- 实时私信系统：基于原生 WebSocket 实现双向实时通讯，信息中心、私信咨询入口已上线。
- AI 联网搜索：集成 Tavily Search API，深度检索与联网可同时开启，本地知识库优先。
- 基础设施更新：完成 Docker 容器化重构，支持环境变量脱敏配置。
- CI/CD 集成：集成 GitHub Actions，实现代码推送自动部署。
- 开发阶段 (当前重点)：优化 RAG 检索的准确率与 Top-K 召回策略；管理端图表统计增强，降低AI幻觉，增强智能体交互能力，计划引入代码相关Agent功能。
💬 私信聊天功能上线
- WebSocket 实时通讯：基于原生 Spring WebSocket（无 STOMP/SockJS 依赖），用户间消息毫秒级双向推送；支持断线自动重连，前端 5 秒后重试
- 信息中心：导航栏新增「信息中心」入口，未读消息红色角标实时更新；左侧联系人列表 + 右侧对话区的经典 IM 布局，兼容移动端折叠
- 私信咨询：文章作者卡片新增「私信咨询」按钮，一键跳转并自动打开与该作者的会话
- CoderHub 助手：用户首次打开信息中心，系统自动创建欢迎会话并推送欢迎语，永久置顶于联系人列表顶部
- 在线状态：基于 WebSocket SESSIONS Map 实时判断对方是否在线，点击会话时动态查询
🌐 Tavily 联网搜索集成
- 集成 Tavily Search API，AI 回答时可补充互联网实时内容；深度检索与联网搜索可同时开启
- 优先级设计：本地 RAG 知识库优先，联网结果作为补充，避免互联网内容覆盖平台内容
- 搜索结果卡片化展示，显示来源站点名（
github.com、stackoverflow.com等）及匹配度 - 后端通过 OkHttp 直接调用 Tavily REST API，无额外依赖；API Key 通过环境变量注入
🤖 AI 深度检索（RAG）全面升级
- 全文阅读模式：用户在对话中指定文章 ID，AI 将直接从 OSS 下载 Markdown 全文（最多 6000 字）进行深度解读，不再局限于向量片段；新增专用系统提示词，彻底消除"知识库中暂无内容"的误判问题
- 文章全文 Redis 缓存：下载的文章全文写入 Redis（TTL 2 小时），同一篇文章的后续深度检索请求直接命中缓存，无需重复访问 OSS；使用
synchronized(articleId.intern())+ Double-Check 保证并发安全，避免多线程竞争下载 - HyDE + 混合召回 + 实时进度：深度检索模式引入 HyDE 假设文档生成、向量 Top-K + MySQL 关键词 BM25 双路召回、RRF 融合排序；后端通过 SSE 推送真实检索进度（生成假设文档→向量检索→关键词召回→融合排序），前端动态展示步骤
📋 管理端文章管理升级
- 文章管理：管理端"文章审核"升级为"文章管理"，新增文章列表管理 Tab，支持按关键词/状态检索，以及隐藏/显示/置顶/删除等完整 CRUD 操作
📧 找回密码 / 邮箱验证码
- 登录页新增"忘记密码"弹窗组件（3 步流程：输入邮箱 → 输入验证码 + 新密码 → 重置成功），通过 163 邮箱 SMTP 发送 6 位验证码，Redis 存储验证码（TTL 5 分钟），60 秒内同一邮箱不可重复发送
✅ 文章审核自动向量化
- 管理员审核通过文章后，后端自动异步触发向量入库流程（分块 + 10% 重叠 + Embedding），新内容无需手动重建即可被深度检索召回
🤖 AI 模块优化
本次更新聚焦于 AI 助手的稳定性与使用体验改善，引入基于 Redis 的免费额度管控机制，同时修复了多个已知 Bug：
-
AI 提问额度管控：
- 普通用户（
user_level=0）注册后拥有固定 10 次免费提问额度，存储于 Redis，永久有效 - 高级用户（
user_level≥1）不受限制，额度标记为"无限制" - 每次发送消息后后端原子扣减，额度耗尽后返回温馨提示流（不消耗真实 AI 调用），引导用户联系管理员
- 聊天界面顶部工具栏实时展示剩余额度，耗尽时红色警示
- 普通用户（
-
管理端 AI 额度管理接口：
POST /admin/ai-quota/init-all：一键批量为所有普通用户初始化额度，已有记录跳过GET /admin/ai-quota/user/{userId}：查询单用户剩余额度PUT /admin/ai-quota/user/{userId}：手动调整指定用户额度
-
模型列表精简：移除 DeepSeek Chat 选项，保留通义千问三档模型（Plus / Turbo / Max）
🐛 Bug 修复
- 视频播放修复：修正 MinIO 内网地址在前端无法解析的问题，将
minio:9000地址转换为 Nginx 代理路径/minio/...，视频播放恢复正常 - 登录闪退修复：修复登录成功后被立即重定向回登录页的问题；通知轮询的
401错误不再触发强制跳转，同时调整轮询启动时序，避免 token 尚未稳定时的竞争问题 - 通知模块修复：修复 RabbitMQ 鉴权失败（
ACCESS_REFUSED）导致消息无法消费、通知表始终为空的问题；优化 Redis 未读数初始化逻辑，防止并发写入覆盖
✨ 新增功能
- 系统通知广播：管理端新增"通知管理"菜单，支持选择 Emoji 前缀 + 自定义内容，一键向全体用户广播系统通知，基于 RabbitMQ 异步发送
- AI 模型选择器重构：将原生
<select>替换为自定义下拉组件，支持图标与描述展示，适配深色/浅色双主题
🔔 新增消息通知功能
本次更新引入了完整的消息通知系统，采用 RabbitMQ 消息队列实现异步解耦的生产者-消费者架构：
-
消息类型支持：
- 社区消息：点赞通知、评论通知、关注通知
- 系统消息：文章审核通过通知、系统警告通知
-
技术实现：
- 引入 RabbitMQ 作为消息中间件，采用 Topic Exchange 实现灵活路由
- 生产者：在点赞/评论/关注/审核等业务操作完成后异步发送消息事件
- 消费者：监听队列消费消息，构建通知内容并持久化入库
- 使用 Jackson JSON 序列化，避免 Java 序列化安全限制
-
前端交互：
- 导航栏新增消息铃铛图标，实时显示未读消息数量角标
- 点击弹出悬浮通知列表，支持社区/系统消息分类切换
- 支持单条消息标记已读（已读即删除）和一键清空功能
- 轮询机制保持消息实时性
-
基础设施：
- RabbitMQ 已集成至
docker-compose.yml，支持本地 Docker 一键启动 - 新增
RABBITMQ_USER/RABBITMQ_PASSWORD环境变量配置 - 兼容现有 CI/CD 流程，生产环境通过 Docker 网络内部通信
- RabbitMQ 已集成至
- 完成 Docker 容器化重构
- 集成 GitHub Actions CI/CD
- RAG 检索优化与管理端增强
如果你希望在本地运行 CoderHub，请确保你的本地已配置以下环境：
- Java: JDK 17+
- Node.js: v20.x 或更高
- Docker Desktop: 用于一键启动中间件（MySQL, Redis, MinIO, ChromaDB,RabbitMQ）
- AI 模型: 准备通义千问 (DashScope) 或 OpenAI 的 API Key
项目采用 "代码与配置分离" 方案，所有敏感信息（密码、密钥）均不存放在代码库中。
- 在项目根目录创建
.env文件（已加入.gitignore）。 - 参考项目根目录下的环境变量配置要求，填入你的真实
DB_PASSWORD、OSS_AK、AI_KEY、RABBITMQ_USER、RABBITMQ_PASSWORD等。
在根目录下运行以下命令，即可一键拉起与生产环境 100% 一致的基础设施：
docker-compose up -d mysql redis minio chroma rabbitmq- 在 IDEA 的启动配置中指定
Active profiles: dev。 - 在
Environment variables中加载.env里的变量（或使用 EnvFile 插件）。 - 运行
CoderHubApplication。
cd coderhub_frontend
npm install
npm run dev本项目已实现标准化的 Docker 容器化部署，并支持基于 GitHub Actions 的 CICD 流程。
- 环境变量驱动：服务器端只需维护一份独立的
.env文件，镜像构建时会自动注入配置。 - 一键发布：通过修改后的
docker-compose.yml，宿主机不再需要安装任何基础软件。 - 部署命令：
docker-compose up -d --build
- 演示地址：http://8.140.19.7/
非常欢迎任何形式的 Contrubution！如果你在本地部署时候发现了任何Bug 或者有更好的功能建议，欢迎提出 Issue 或联系作者。
- 学校: WHU-CS
- 作者: Ea1XonCodeHou
- 邮箱: 975292748@qq.com
本项目基于 MIT License 开源。