Spring AI概述

Spring AI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。Spring AI项目从著名的 Python 项目（如 LangChain 和 LlamaIndex）中汲取灵感，但 Spring AI 并不是这些项目的直接移植。 该项目的成立信念是，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 的核心是提供抽象，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：

• 支持市面上主要的大模型提供商，如OpenAI，Microsoft，Amazon，Google和Huggingface。

• 支持的模型类型包括文本、图像、视频，还有更多类型正在开发中。

• 跨 AI 提供商的可移植 API，用于聊天和嵌入模型。支持同步和流 API 选项。还支持下拉以访问特定于模型的功能。

• 将 AI 模型输出映射到 POJO。

• 支持绝大部分主流的矢量数据库引擎，例如 Azure Vector Search、Chroma、Milvus、Neo4j、PostgreSQL/PGVector、PineCone、Qdrant、Redis 和 Weaviate

• 跨 Vector Store 提供程序的可移植 API，包括新颖的类似 SQL 的元数据过滤器 API，该 API 也是可移植的。

• 函数调用

• AI 模型和矢量存储的 Spring Boot 自动配置和启动器。

• 用于数据工程的 ETL 框架

此功能集允许您实现常见用例，例如“对文档进行问答”或“与文档聊天”。

上一课：Spring AI概述    下一课：Spring AI API介绍