playground flight booking

Demostración del sistema experto impulsado por IA

Reimplementación de Spring AI de https://github.com/marcushellberg/java-ai-playground

Esta aplicación muestra cómo puedes usar Spring AI para construir un sistema impulsado por IA que:

• Tiene acceso a términos y condiciones (recuperación de generación aumentada, RAG)
• Puede acceder a herramientas (métodos Java) para realizar acciones (llamadas a funciones)
• Utiliza un LLM para interactuar con el usuario.

Requisitos

• Java 17+
• Clave API de OpenAI en la variable de entorno OPENAI_API_KEY

Correr

Ejecute la aplicación ejecutando Application.java en su IDE o mvn en la línea de comando.

Con chat OpenAI

Agregue al POM el iniciador de arranque Spring AI Open AI:

< dependency >
    < groupId >org.springframework.ai</ groupId >
    < artifactId >spring-ai-openai-spring-boot-starter</ artifactId >
</ dependency >

Agregue la configuración de OpenAI a application.properties :

 spring.ai.openai.api-key=${OPENAI_API_KEY}
spring.ai.openai.chat.options.model=gpt-4o

Con VertexAI Gemini Chat

Agregue al POM los iniciadores de arranque Spring AI VertexAI Gemini y Onnx Transformer Embedding:

< dependency >
    < groupId >org.springframework.ai</ groupId >
    < artifactId >spring-ai-vertex-ai-gemini-spring-boot-starter</ artifactId >
</ dependency >

< dependency >
    < groupId >org.springframework.ai</ groupId >
    < artifactId >spring-ai-transformers-spring-boot-starter</ artifactId >
</ dependency >

Agregue la configuración de VertexAI Gemini a application.properties :

 spring.ai.vertex.ai.gemini.project-id=${VERTEX_AI_GEMINI_PROJECT_ID}
spring.ai.vertex.ai.gemini.location=${VERTEX_AI_GEMINI_LOCATION}
spring.ai.vertex.ai.gemini.chat.options.model=gemini-1.5-pro-001
# spring.ai.vertex.ai.gemini.chat.options.model=gemini-1.5-flash-001

Con el chat OpenAI de Azure

Agregue al POM el iniciador de arranque Spring AI Azure OpenAI:

< dependency >
    < groupId >org.springframework.ai</ groupId >
    < artifactId >spring-ai-azure-openai-spring-boot-starter</ artifactId >
</ dependency >

Agregue la configuración de Azure OpenAI a application.properties :

 spring.ai.azure.openai.api-key=${AZURE_OPENAI_API_KEY}
spring.ai.azure.openai.endpoint=${AZURE_OPENAI_ENDPOINT}
spring.ai.azure.openai.chat.options.deployment-name=gpt-4o

Con GroqChat

Reutiliza el cliente OpenAI Chat pero apunta al punto final de Groq

Agregue al POM el iniciador de arranque Spring AI Open AI:

< dependency >
    < groupId >org.springframework.ai</ groupId >
    < artifactId >spring-ai-openai-spring-boot-starter</ artifactId >
</ dependency >
< dependency >
    < groupId >org.springframework.ai</ groupId >
    < artifactId >spring-ai-transformers-spring-boot-starter</ artifactId >
</ dependency >

Agregue la configuración de Groq a application.properties :

 spring.ai.openai.api-key=${GROQ_API_KEY}
spring.ai.openai.base-url=https://api.groq.com/openai
spring.ai.openai.chat.options.model=llama3-70b-8192

Con Anthropic Claude 3 Chat

Agregue al POM los iniciadores de arranque Spring AI Anthropic Claude y Onnx Transformer Embedding:

< dependency >
    < groupId >org.springframework.ai</ groupId >
    < artifactId >spring-ai-anthropic-spring-boot-starter</ artifactId >
</ dependency >

< dependency >
    < groupId >org.springframework.ai</ groupId >
    < artifactId >spring-ai-transformers-spring-boot-starter</ artifactId >
</ dependency >

Agregue la configuración Anthropic a application.properties :

 spring.ai.anthropic.api-key=${ANTHROPIC_API_KEY}
spring.ai.openai.chat.options.model=llama3-70b-8192
spring.ai.anthropic.chat.options.model=claude-3-5-sonnet-20240620

Construir tarro

./mvnw clean install -Pproduction

java -jar ./target/playground-flight-booking-0.0.1-SNAPSHOT.jar

 docker run -it --rm --name postgres -p 5432:5432 -e POSTGRES_USER=postgres -e POSTGRES_PASSWORD=postgres ankane/pgvector