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