spring ai

Spring AI

Proyek AI Spring menyediakan API yang ramah musim semi dan abstraksi untuk mengembangkan aplikasi AI.

Tujuannya adalah untuk berlaku untuk prinsip -prinsip desain Ekosistem Spring Domain AI seperti portabilitas dan desain modular dan mempromosikan penggunaan POJOS sebagai blok bangunan aplikasi ke domain AI.

Pada intinya, Spring AI membahas tantangan mendasar dari integrasi AI: Menghubungkan data perusahaan Anda dan API dengan model AI .

Untuk informasi lebih lanjut, kunjungi dokumentasi referensi AI Spring kami.

Proyek ini menarik inspirasi dari proyek -proyek Python yang terkenal, seperti Langchain dan Llamaindex, tetapi Spring AI bukanlah pelabuhan langsung dari proyek -proyek tersebut. Proyek ini didirikan dengan keyakinan bahwa gelombang aplikasi AI generatif berikutnya tidak hanya untuk pengembang Python tetapi akan ada di mana -mana di banyak bahasa pemrograman.

Ini adalah tinjauan fitur tingkat tinggi. Anda dapat menemukan detail lebih lanjut dalam dokumentasi referensi

• Dukungan untuk semua penyedia model AI utama seperti Anthropic, Openai, Microsoft, Amazon, Google, dan Ollama. Jenis model yang didukung meliputi:
  • Penyelesaian Obrolan
  • Menanamkan
  • Teks ke gambar
  • Transkripsi audio
  • SMS ke Pidato
  • Moderasi
• Dukungan API portabel di seluruh penyedia AI untuk opsi API sinkron dan streaming didukung. Akses ke fitur khusus model juga tersedia.
• Output terstruktur - Pemetaan output model AI ke POJOS.
• Dukungan untuk semua penyedia database vektor utama seperti Apache Cassandra, Azure Vector Search, Chroma, Milvus, Mongodb Atlas, Neo4j, Oracle, PostgreSQL/PGVECTOR, Pinecone, Qdrant, Redis, dan Weaviate .
• API portabel di seluruh penyedia toko vektor, termasuk novel SQL Metadata Filter API.
• Panggilan Alat/Fungsi-Mengizinkan model untuk meminta pelaksanaan alat dan fungsi sisi klien, sehingga mengakses informasi waktu nyata yang diperlukan sesuai kebutuhan.
• Observability - memberikan wawasan tentang operasi terkait AI.
• Kerangka ETL Injeksi Dokumen untuk Rekayasa Data.
• Evaluasi Model AI - Utilitas untuk membantu mengevaluasi konten yang dihasilkan dan melindungi terhadap respons berhalusinasi.
• API ChatClient - FLUENT API untuk berkomunikasi dengan model obrolan AI, secara idiomatik mirip dengan WebClient dan RestClient API.
• Advisors API - merangkum pola AI generatif berulang, mengubah data yang dikirim ke dan dari model bahasa (LLM), dan menyediakan portabilitas di berbagai model dan kasus penggunaan.
• Dukungan untuk memori percakapan obrolan dan pengambilan generasi augmented (RAG).
• Konfigurasi dan starter otomatis Spring Boot untuk semua model AI dan toko vektor - Gunakan start.spring.io untuk memilih model atau toko -toko pilihan.

Memulai

Silakan merujuk ke panduan memulai untuk instruksi untuk menambahkan dependensi Anda.

Sumber Daya Proyek

• Dokumentasi
• Masalah

• AWAING SPRING AI - Daftar sumber daya, alat, tutorial, dan proyek yang mengagumkan untuk membangun aplikasi AI generatif menggunakan AI Spring

Melanggar perubahan

• Lihat Catatan Upgrade untuk melihat cara meningkatkan ke 1.0.0.m1 atau lebih tinggi.

Mengkloning repo

Repositori ini berisi file model besar. Untuk mengkloningnya, Anda harus:

• Abaikan file besar (tidak akan mempengaruhi perilaku Spring-AI): GIT_LFS_SKIP_SMUDGE=1 git clone [email protected]:spring-projects/spring-ai.git .
• Atau instal penyimpanan file besar git sebelum mengkloning repo.

Bangunan

Untuk membangun dengan menjalankan unit tes

./mvnw clean package

Untuk membangun termasuk tes integrasi. Atur variabel lingkungan utama API untuk OpenAi dan Azure Openai sebelum berjalan.

./mvnw clean verify -Pintegration-tests

Untuk menjalankan uji integrasi spesifik yang memungkinkan hingga dua upaya untuk berhasil. Ini berguna ketika layanan yang di -host tidak dapat diandalkan atau kali keluar.

./mvnw -pl vector-stores/spring-ai-pgvector-store -Pintegration-tests -Dfailsafe.rerunFailingTestsCount=2 -Dit.test=PgVectorStoreIT verify

Untuk membangun dokumen

./mvnw -pl spring-ai-docs antora

Dokumen tersebut kemudian berada di direktori spring-ai-docs/target/antora/site/index.html

Untuk memformat ulang menggunakan plugin java-format

./mvnw spring-javaformat:apply

Untuk memperbarui tahun di header lisensi menggunakan lisensi-maven-plugin

./mvnw license:update-file-header -Plicense

Untuk memeriksa javadoc menggunakan javadoc: javadoc

./mvnw javadoc:javadoc -Pjavadoc

Untuk membangun dengan checkstyles diaktifkan. CheckStyles saat ini dinonaktifkan, tetapi Anda dapat mengaktifkannya dengan melakukan hal berikut:

./mvnw clean package -DskipTests -Ddisable.checks=false