|
获取最新的快照版本，请使用 Spring AI 1.1.3！ |
简介
项目Spring AI旨在简化集成人工智能功能的应用程序开发，避免不必要的复杂性。
该项目汲取了诸如LangChain和LlamaIndex等著名Python项目的灵感，但Spring AI并非这些项目的直接移植。 创立此项目基于一个信念：下一波生成式AI应用不仅限于Python开发者，而是将跨越多种编程语言，无处不在。
Spring AI 解决了AI集成的基本挑战：将您的企业数据和 API 与 AI 模型相连接. |
Spring AI 为开发人工智能应用提供了基础抽象。 这些抽象具有多种实现，使得在最少代码改动的情况下轻松实现组件替换。
Spring AI 提供以下功能：
-
跨AI提供商的便携式API支持，涵盖聊天、文本转图像和嵌入模型。同时支持同步和流式API选项。还可访问特定于模型的功能。
-
支持所有主流的AI模型提供商，如Anthropic、OpenAI、Microsoft、Amazon、Google和Ollama。支持的模型类型包括：
-
结构化输出 - AI模型输出到POJOs的映射。
-
支持所有主要的向量数据库提供商，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。
-
跨向量存储提供者的便携式API，包括一个新颖的类SQL元数据过滤API。
-
工具/函数调用 - 允许模型请求执行客户端工具和函数，从而根据需要访问实时信息并采取行动。
-
可观察性 - 提供对AI相关操作的洞察。
-
数据工程的文档摄入 ETL框架。
-
AI模型评估 - 用于帮助评估生成内容并防止出现虚幻响应的实用工具。
-
Spring Boot 对 AI 模型和向量存储的自动配置与Starters。
-
ChatClient API - 与AI聊天模型通信的流畅API，语法上类似于WebClient和RestClient API。
-
顾问API - 封装了重复的生成式AI模式，转换发送给语言模型（LLMs）及从模型接收的数据，并在多种模型和应用场景之间提供可移植性。
-
对聊天会话记忆和检索增强生成（RAG）的支持。
此功能集使您能够实现常见用例，例如“在文档上进行Q&A”或“与文档聊天”。
概念部分提供了AI概念的高层概述以及它们在Spring AI中的表示方式。
入门指南 部分向您展示如何创建您的第一个AI应用程序。 后续章节将深入探讨每个组件及常见使用场景，并采用以代码为中心的方法。