spring ai

봄 ai

Spring AI 프로젝트는 스프링 친화적 인 API 및 AI 응용 프로그램 개발을위한 추상화를 제공합니다.

이 목표는 이식성 및 모듈 식 설계와 같은 AI 도메인 스프링 생태계 설계 원칙에 적용하고 AI 도메인에 대한 응용 프로그램의 빌딩 블록으로 Pojos를 사용하여 홍보하는 것입니다.

Spring AI는 핵심적으로 AI 통합의 근본적인 과제를 다룹니다. 엔터프라이즈 데이터 와 API를 AI 모델 과 연결합니다.

자세한 내용은 Spring AI 참조 문서를 참조하십시오.

이 프로젝트는 Langchain 및 Llamaindex와 같은 주목할만한 Python 프로젝트에서 영감을 얻지 만 Spring AI는 해당 프로젝트의 직접적인 포트가 아닙니다. 이 프로젝트는 다음 생성 AI 애플리케이션의 다음 물결이 Python 개발자만을위한 것이 아니라 많은 프로그래밍 언어에 걸쳐 유비쿼터스가 될 것이라는 믿음으로 설립되었습니다.

이것은 높은 수준의 기능 개요입니다. 참조 문서에서 자세한 내용은 찾을 수 있습니다

• Anthropic, OpenAi, Microsoft, Amazon, Google 및 Ollama와 같은 모든 주요 AI 모델 제공 업체에 대한 지원. 지원되는 모델 유형은 다음과 같습니다.
  • 채팅 완료
  • 임베딩
  • 이미지에 텍스트
  • 오디오 전사
  • 연설에 텍스트
  • 절도
• 동기 및 스트리밍 API 옵션 모두에 대한 AI 제공 업체의 휴대용 API 지원이 지원됩니다. 모델 특정 기능에 대한 액세스도 제공됩니다.
• 구조화 된 출력 - AI 모델 출력의 Pojos 매핑.
• Apache Cassandra, Azure Vector Search, Chroma, Milvus, Mongodb Atlas, Neo4J, Oracle, PostgresQL/Pgvector, Pinecone, Qdrant, Redis 및 Weaviate 와 같은 모든 주요 벡터 데이터베이스 제공 업체에 대한 지원.
• 새로운 SQL 유사 메타 데이터 필터 API를 포함한 벡터 스토어 제공 업체의 휴대용 API.
• 도구/기능 호출-모델은 클라이언트 측 도구 및 기능의 실행을 요청하여 필요한 실시간 정보에 액세스 할 수 있습니다.
• 관찰 가능성 - AI 관련 작업에 대한 통찰력을 제공합니다.
• 데이터 엔지니어링을위한 문서 주입 ETL 프레임 워크.
• AI 모델 평가 - 생성 된 컨텐츠를 평가하고 환각 반응으로부터 보호하는 유틸리티.
• ChatClient API- AI 채팅 모델과 통신하기위한 Fluent API는 WebClient 및 RestClient API와 특이 적으로 유사합니다.
• Advisors API- 반복되는 생성 AI 패턴을 캡슐화하고 LLM (Language Models)으로 전송 된 데이터를 변환하며 다양한 모델 및 사용 사례에서 휴대 성을 제공합니다.
• 채팅 대화 메모리 및 검색 증강 생성 (RAG) 지원.
• Spring Boot Auto Configuration 및 모든 AI 모델 및 벡터 스토어 용 스타터 - start.spring.io를 사용하여 선택한 모델 또는 벡터 스토어를 선택하십시오.

시작하기

의존성 추가에 대한 지시에 대해서는 시작 안내서를 참조하십시오.

프로젝트 리소스

• 선적 서류 비치
• 문제

• Awesome Spring AI- 스프링 AI를 사용하여 생성 AI 응용 프로그램을 구축하기위한 멋진 리소스, 도구, 튜토리얼 및 프로젝트의 선별 된 목록

변화를 깨뜨립니다

• 업그레이드 메모를 참조하여 1.0.0.m1 이상으로 업그레이드하는 방법을 확인하십시오.

레포 클로닝

이 저장소에는 큰 모델 파일이 포함되어 있습니다. 복제하려면 다음 중 하나가 필요합니다.

• 큰 파일을 무시하십시오 (스프링 -AI 동작에는 영향을 미치지 않음) : GIT_LFS_SKIP_SMUDGE=1 git clone [email protected]:spring-projects/spring-ai.git .
• 또는 repo를 복제하기 전에 GIT 대형 파일 스토리지를 설치하십시오.

건물

실행 중 단위 테스트로 구축합니다

./mvnw clean package

통합 테스트를 포함한 구축. 실행하기 전에 OpenAI 및 Azure OpenAI의 API 키 환경 변수를 설정하십시오.

./mvnw clean verify -Pintegration-tests

특정 통합 테스트를 실행하여 최대 두 번의 성공을 위해 성공할 수 있습니다. 호스팅 된 서비스가 신뢰할 수 있거나 시간이 오래 걸리지 않을 때 유용합니다.

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

문서를 구축합니다

./mvnw -pl spring-ai-docs antora

그런 다음 문서는 디렉토리 spring-ai-docs/target/antora/site/index.html 에 있습니다

Java-Format 플러그인을 사용하여 개혁합니다

./mvnw spring-javaformat:apply

라이센스 Maven-Plugin을 사용하여 라이센스 헤더에서 연도를 업데이트하려면

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

Javadoc : Javadoc을 사용하여 Javadoc을 확인합니다

./mvnw javadoc:javadoc -Pjavadoc

체크 스타일을 활성화하여 빌드합니다. 체크 스타일은 현재 비활성화되었지만 다음을 수행하여 활성화 할 수 있습니다.

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