介绍
这Spring AI该项目旨在简化包含人工智能功能的应用程序的开发，而不会产生不必要的复杂性。
该项目从著名的 Python 项目中汲取灵感，例如 LangChain 和 LlamaIndex，但 Spring AI 并不是这些项目的直接移植。 该项目的成立相信，下一波生成式人工智能应用程序将不仅适用于 Python 开发人员，而且将在许多编程语言中无处不在。
Spring AI 解决了 AI 集成的基本挑战：Connecting your enterprise Data and APIs with AI Models. |
Spring AI 提供了抽象，作为开发 AI 应用程序的基础。 这些抽象具有多种实现，只需最少的代码更改即可轻松交换组件。
Spring AI 提供以下功能：
-
跨 AI 提供商的可移植 API 支持，用于聊天、文本到图像和嵌入模型。支持同步和流式处理 API 选项。还可以访问特定于模型的功能。
-
支持所有主要的 AI 模型提供商，例如 Anthropic、OpenAI、Microsoft、Amazon、Google 和 Ollama。支持的模型类型包括：
-
结构化输出 - 将 AI 模型输出映射到 POJO。
-
支持所有主要的矢量数据库提供商，例如 Apache Cassandra、Azure Cosmos DB、Azure Vector Search、Chroma、Elasticsearch、GemFire、MariaDB、Milvus、MongoDB Atlas、Neo4j、OpenSearch、Oracle、PostgreSQL/PGVector、PineCone、Qdrant、Redis、SAP Hana、Typesense 和 Weaviate。
-
跨矢量存储提供程序的可移植 API，包括新颖的类似 SQL 的元数据筛选器 API。
-
工具/函数调用 - 允许模型请求执行客户端工具和函数，从而根据需要访问必要的实时信息并采取行动。
-
可观测性 - 提供对 AI 相关作的见解。
-
用于数据工程的文档摄取 ETL 框架。
-
AI 模型评估 - 帮助评估生成内容并防止幻觉反应的实用程序。
-
Spring Boot 自动配置和 AI 模型和矢量存储的Starters。
-
ChatClient API - 用于与 AI 聊天模型通信的流畅 API，惯用方式类似于 WebClient 和 RestClient API。
-
Advisors API - 封装重复的生成式 AI 模式，转换与语言模型 （LLM） 发送的数据，并提供跨各种模型和用例的可移植性。
此功能集允许您实现常见用例，例如“文档的问答”或“与文档聊天”。
概念部分提供了 AI 概念及其在 Spring AI 中的表示的高级概述。
“入门”部分向您展示了如何创建您的第一个 AI 应用程序。 后续部分将采用以代码为中心的方法深入研究每个组件和常见用例。