PostgresML 嵌入
Spring AI 支持 PostgresML 文本嵌入模型。
嵌入是文本的数值表示形式。 它们用于将单词和句子表示为向量，即数字数组。 通过使用距离度量比较数值向量的相似性，嵌入可以用于寻找相似的文本片段，或者它们可以作为其他机器学习模型的输入特征，因为大多数算法无法直接使用文本。
许多预训练的LLMs可以用于在PostgresML中从文本生成嵌入。 您可以浏览所有模型，以在Hugging Face上找到最佳解决方案。
自动配置
|
There has been a significant change in the Spring AI auto-configuration, starter modules' artifact names. Please refer to the 升级说明以获取更多信息。 |
Spring AI 为 Azure PostgresML 嵌入模型提供了 Spring Boot 自动配置。
要启用它，请在项目的 Maven pom.xml 文件中添加以下依赖项:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-postgresml-embedding</artifactId>
</dependency>或者添加到您的Gradle 构建脚本文件中。
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-postgresml-embedding'
}| 参考以下依赖管理部分，添加Spring AI BOM到你的构建文件中。 |
使用 spring.ai.postgresml.embedding.options.* 属性来配置您的 PostgresMlEmbeddingModel。链接
嵌入属性
|
启用和禁用嵌入式自动配置现在通过带有前缀 要启用，请设置 spring.ai.model.embedding=postgresml （默认情况下已启用） 要禁用，请设置 spring.ai.model.embedding=none（或任何不匹配postgresml的值） 这种修改是为了允许配置多个模型。 |
前缀 spring.ai.postgresml.embedding 是属性前缀，用于配置PostgresML嵌入的 EmbeddingModel 实现。
属性 |
描述 |
默认 |
spring.ai.postgresml.embedding.enabled（已移除，不再有效） |
启用 PostgresML 嵌入式模型。 |
true |
spring.ai.model.embedding |
启用 PostgresML 嵌入式模型。 |
postgresml -> PostgreSQL ML |
spring.ai.postgresml.embedding.create-extension |
执行SQL 'CREATE EXTENSION IF NOT EXISTS pgml' 以启用该扩展 |
false |
spring.ai.postgresml.embedding.options.transformer |
要用于嵌入的Hugging Face转换器模型。 |
distilbert-base-uncased |
spring.ai.postgresml.embedding.options.kwargs |
附加的转换器特定选项。 |
空映射 |
spring.ai.postgresml.embedding.options.vectorType |
用于嵌入的PostgresML向量类型。支持两种选项： |
PG_ARRAY |
spring.ai.postgresml.embedding.options.metadataMode |
文档元数据聚合模式 |
EMBED |
所有以spring.ai.postgresml.embedding.options为前缀的属性都可以通过向EmbeddingRequest调用中添加特定于请求的运行时选项在运行时覆盖。 |
运行时选项
使用 PostgresMlEmbeddingOptions.java 配置 PostgresMlEmbeddingModel，包括选择模型等选项。
启动时，您可以向PostgresMlEmbeddingModel构造函数传递一个PostgresMlEmbeddingOptions来配置用于所有嵌入请求的默认选项。
在运行时，您可以使用PostgresMlEmbeddingOptions在EmbeddingRequest中覆盖默认选项。
例如，要为特定请求覆盖默认的模型名称：
EmbeddingResponse embeddingResponse = embeddingModel.call(
new EmbeddingRequest(List.of("Hello World", "World is big and salvation is near"),
PostgresMlEmbeddingOptions.builder()
.transformer("intfloat/e5-small")
.vectorType(VectorType.PG_ARRAY)
.kwargs(Map.of("device", "gpu"))
.build()));示例控制器
这将创建一个 EmbeddingModel 实现，您可以将其注入到您的类中。
以下是一个使用 EmbeddingModel 实现的简单 @Controller 类的例子。
spring.ai.postgresml.embedding.options.transformer=distilbert-base-uncased
spring.ai.postgresml.embedding.options.vectorType=PG_ARRAY
spring.ai.postgresml.embedding.options.metadataMode=EMBED
spring.ai.postgresml.embedding.options.kwargs.device=cpu@RestController
public class EmbeddingController {
private final EmbeddingModel embeddingModel;
@Autowired
public EmbeddingController(EmbeddingModel embeddingModel) {
this.embeddingModel = embeddingModel;
}
@GetMapping("/ai/embedding")
public Map embed(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
EmbeddingResponse embeddingResponse = this.embeddingModel.embedForResponse(List.of(message));
return Map.of("embedding", embeddingResponse);
}
}手动配置
如果不想使用Spring Boot的自动配置，您可以手动创建PostgresMlEmbeddingModel。
为此，请将spring-ai-postgresml依赖项添加到项目Maven的pom.xml文件中:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-postgresml</artifactId>
</dependency>或者添加到您的Gradle 构建脚本文件中。
dependencies {
implementation 'org.springframework.ai:spring-ai-postgresml'
}| 参考以下依赖管理部分，添加Spring AI BOM到你的构建文件中。 |
接下来，创建一个PostgresMlEmbeddingModel实例，并使用它来计算两个输入文本之间的相似度：
var jdbcTemplate = new JdbcTemplate(dataSource); // your posgresml data source
PostgresMlEmbeddingModel embeddingModel = new PostgresMlEmbeddingModel(this.jdbcTemplate,
PostgresMlEmbeddingOptions.builder()
.transformer("distilbert-base-uncased") // huggingface transformer model name.
.vectorType(VectorType.PG_VECTOR) //vector type in PostgreSQL.
.kwargs(Map.of("device", "cpu")) // optional arguments.
.metadataMode(MetadataMode.EMBED) // Document metadata mode.
.build());
embeddingModel.afterPropertiesSet(); // initialize the jdbc template and database.
EmbeddingResponse embeddingResponse = this.embeddingModel
.embedForResponse(List.of("Hello World", "World is big and salvation is near"));当手动创建时，您必须在设置属性并使用客户端之前调用afterPropertiesSet()方法。
更方便（也是推荐）的方式是将PostgresMlEmbeddingModel作为@Bean来创建。
这样您就不需要手动调用afterPropertiesSet()了： |
@Bean
public EmbeddingModel embeddingModel(JdbcTemplate jdbcTemplate) {
return new PostgresMlEmbeddingModel(jdbcTemplate,
PostgresMlEmbeddingOptions.builder()
....
.build());
}