spring ai

Весна Ай

Проект Spring AI предоставляет API и абстракции, удобные для весны для разработки приложений искусственного интеллекта.

Его цель состоит в том, чтобы применить к принципам проектирования экосистемы домена AI домена, таких как портативность и модульная конструкция, и способствовать использованию POJO в качестве строительных блоков применения в домен AI.

По своей сути, Spring AI решает фундаментальную проблему интеграции ИИ: соединение ваших предприятий и API с моделями ИИ .

Для получения дополнительной информации перейдите к нашей справочной документации Spring AI.

Проект черпает вдохновение из известных проектов Python, таких как Langchain и Llamaindex, но Spring AI не является прямым портом этих проектов. Проект был основан с убеждением, что следующая волна генеративных приложений ИИ будет не только для разработчиков Python, но и повсеместна во многих языках программирования.

Это обзор функций высокого уровня. Вы можете найти более подробную информацию в справочной документации

• Поддержка всех крупных поставщиков моделей искусственного интеллекта, таких как Anpropic, Openai, Microsoft, Amazon, Google и Ollama. Поддерживаемые типы моделей включают:
  • Завершение чата
  • Внедрение
  • Текст на изображение
  • Аудио транскрипция
  • Текст на речь
  • Умеренность
• Портативная поддержка API у поставщиков искусственного интеллекта поддерживается как для синхронных, так и для потоковых опций API. Доступ к специфичным для модели функции также доступен.
• Структурированные выходы - отображение вывода модели искусственного интеллекта в POJOS.
• Поддержка всех основных поставщиков векторных баз данных, таких как Apache Cassandra, Azure Vector Search, Chroma, Milvus, Mongodb Atlas, Neo4j, Oracle, Postgresql/Pgevector, Pinecone, Qdrant, Redis и Weaviate .
• Портативный API в векторных поставщиках магазинов, в том числе новый SQL-подобный API-фильтр метаданных.
• Инструменты/функция вызова-позволяет модели запросить выполнение инструментов и функций на стороне клиента, тем самым доступ к необходимой информации в режиме реального времени по мере необходимости.
• Наблюдение - дает представление о операциях, связанных с AI.
• Инъекция документа ETL для разработки данных.
• Оценка модели искусственного интеллекта - утилиты, чтобы помочь оценить сгенерированный контент и защитить от галлюцинированного ответа.
• API ChatClient - Fluent API для общения с моделями чата ИИ, идиоматически похожа на API WebClient и RestClient.
• Advisors API - инкапсулирует повторяющиеся генеративные шаблоны ИИ, преобразует данные, отправляемые в языковые модели и обратно (LLMS), и обеспечивает переносимость между различными моделями и вариантами использования.
• Поддержка для разговора по разговору и поисковому получению (RAG).
• Автоматическая конфигурация Spring Boot и стартеры для всех моделей искусственного интеллекта и векторных хранилищ - используйте start.spring.io, чтобы выбрать модель или векторную магазин.

Начиная

Пожалуйста, обратитесь к руководству по началу работы для обучения по добавлению ваших зависимостей.

Проект Ресурсы

• Документация
• Проблемы

• Awesome Spring AI - курированный список удивительных ресурсов, инструментов, учебных пособий и проектов для создания генеративных приложений искусственного интеллекта с использованием Spring AI

Нарушение изменений

• Обратитесь к примечаниям об обновлении, чтобы увидеть, как обновить до 1,0.0.m1 или выше.

Клонирование репо

Этот репозиторий содержит большие модельные файлы. Чтобы клонировать это, вы должны либо:

• Игнорируйте большие файлы (не повлияет на поведение Spring-AI): GIT_LFS_SKIP_SMUDGE=1 git clone [email protected]:spring-projects/spring-ai.git .
• Или установите большое хранилище файлов GIT перед клонированием репо.

Здание

Построить с помощью беговых модульных тестов

./mvnw clean package

Построить, включая интеграционные тесты. Установите переменные среды API для OpenAI и Azure OpenAI перед запуском.

./mvnw clean verify -Pintegration-tests

Запустить конкретный интеграционный тест, позволяющий предпринять до двух попыток добиться успеха. Это полезно, когда размещенная служба не является надежным или временем.

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

Чтобы построить документы

./mvnw -pl spring-ai-docs antora

Документы затем находятся в каталоге spring-ai-docs/target/antora/site/index.html

Переформатировать с помощью плагина в формате Java

./mvnw spring-javaformat:apply

Чтобы обновить год на заголовках лицензий, используя лицензионную лицензию-плугин

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

Чтобы проверить Javadocs, используя Javadoc: Javadoc

./mvnw javadoc:javadoc -Pjavadoc

Чтобы построить с включенными контрольными веществами. Проверки в настоящее время отключены, но вы можете включить их, выполнив следующее:

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