基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：78630559

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

房易查 (FangYiCha)

一站式购房服务平台，提供房产信息查询、智能推荐、AI 购房助手、在线下单等功能。

功能模块

购房客户端（CUSTOMER）

· 房产搜索与筛选（按区域、户型、价格、面积等）

· 房产详情页（图片轮播、价格走势图表、地理位置）

· 个性化推荐（基于用户偏好区域和预算）

· 购房建议向导

· 收藏管理

· 在线下单

· 意向建议提交

开发商后台（DEVELOPER）

· 楼盘管理（新增 / 编辑 / 上下架）

· 订单管理

· 客户意向查看与回复

· 数据分析面板

· 知识库文档管理（上传 PDF/Word → AI 学习）

AI 购房助手（房易小助手）

· 基于 RAG（检索增强生成）的智能问答

· 楼盘推荐（卡片式展示，可点击跳转详情）

· 收藏管理（自然语言触发添加/查看收藏，DeepSeek 原生 Function Calling）

· 在线下单（两阶段确认：预览 → 确认）

· 多会话持久化管理

· 知识库：平台数据 房地产知识 开发商上传文档

技术栈

层级	技术
后端框架	Spring Boot 3.2 JDK 17
AI 框架	Spring AI 1.0.0（DeepSeek 原生模块）
LLM	DeepSeek API（对话 Embedding）
RAG 检索引擎	Apache Lucene 9.12（BM25 向量混合检索）
文档解析	Apache Tika 2.9
ORM	MyBatis-Plus 3.5
数据库	MySQL 8.0
认证	JWT Spring Security
前端	Vue 3.5 TypeScript Pinia Element Plus
图表	ECharts 6 Vue-ECharts
API 文档	Knife4j / Swagger

项目结构

├── backend/                          # Spring Boot 后端
│   ├── src/main/java/com/fangyicha/
│   │   ├── ai/tool/                  # AI 工具回调（收藏、下单）
│   │   ├── common/                   # 通用常量、统一响应
│   │   ├── config/                   # 安全、Swagger、种子数据
│   │   ├── controller/               # REST 控制器
│   │   ├── dto/                      # 数据传输对象
│   │   ├── entity/                   # 数据库实体
│   │   ├── mapper/                   # MyBatis-Plus Mapper
│   │   ├── security/                 # JWT 认证过滤器
│   │   └── service/                  # 业务逻辑服务
│   ├── src/main/resources/
│   │   ├── application.yml           # 主配置
│   │   └── db/schema.sql             # 数据库初始化
│   └── data/
│       ├── lucene-index/             # Lucene 索引文件
│       ├── emb-cache/                # Embedding 缓存
│       ├── rag-platform/             # 平台知识库数据
│       └── rag-uploads/              # 开发商上传文档
│
├── frontend/                         # Vue 3 前端
│   └── src/
│       ├── api/                      # API 封装
│       ├── stores/                   # Pinia 状态管理
│       ├── types/                    # TypeScript 类型
│       └── views/
│           ├── customer/             # 购房客户端页面
│           │   └── components/chat/  # AI 聊天组件
│           └── developer/            # 开发商后台页面
│
└── docs/                             # 文档
    ├── ai-assistant-review.md        # AI 助手审查报告
    ├── ai-assistant-root-cause-analysis.md
    └── spring-ai-m6-deepseek-incompatibility.md

快速启动

环境要求

· JDK 17

· MySQL 8.0

· Node.js 18

· DeepSeek API Key

1. 数据库初始化

CREATE DATABASE IF NOT EXISTS fangyicha;
-- 执行 backend/src/main/resources/db/schema.sql
-- 执行 backend/src/main/resources/db/data.sql

2. 后端启动

cd backend
export DEEPSEEK_API_KEY=your_api_key
mvn spring-boot:run
# 服务启动在 http://localhost:8088
# API 文档: http://localhost:8088/doc.html

3. 前端启动

cd frontend
npm install
npm run dev
# 开发服务器启动在 http://localhost:5173

默认账号

角色	用户名	密码
开发商	admin	admin123456
客户	testuser	test123456

配置说明

# backend/src/main/resources/application.yml
spring:
  ai:
    deepseek:
      api-key: ${DEEPSEEK_API_KEY}   # 必需环境变量
      chat:
        options:
          model: deepseek-chat
          temperature: 0.7
      embedding:
        options:
          model: deepseek-embedding