Spring AI项目为开发AI应用程序提供了春季友好的API和抽象。
它的目标是应用于AI域春季生态系统设计原理,例如可移植性和模块化设计,并使用Pojos作为AI域应用程序的基础进行促进。
Spring AI的核心是解决了AI集成的基本挑战:将您的企业数据和API与AI模型联系起来。
有关更多信息,请访问我们的春季AI参考文献文档。
该项目从Langchain和Llamaindex等著名的Python项目中汲取灵感,但Spring AI并不是这些项目的直接端口。该项目的建立是,认为下一波生成的AI应用程序不仅适用于Python开发人员,但在许多编程语言中都会无处不在。
这是一个高级功能概述。您可以在参考文档中找到更多详细信息
请参阅“入门指南”,以获取有关添加依赖项的说明。
该存储库包含大型模型文件。要克隆它,您必须要任一:
GIT_LFS_SKIP_SMUDGE=1 git clone [email protected]:spring-projects/spring-ai.git
。通过运行的单元测试构建
./mvnw clean package
构建包括集成测试。在运行之前,为OpenAI和Azure OpenAI设置API密钥环境变量。
./mvnw clean verify -Pintegration-tests
运行特定的集成测试,最多可以尝试成功进行两次尝试。当托管服务不可靠或耗尽时,这很有用。
./mvnw -pl vector-stores/spring-ai-pgvector-store -Pintegration-tests -Dfailsafe.rerunFailingTestsCount=2 -Dit.test=PgVectorStoreIT verify
建立文档
./mvnw -pl spring-ai-docs antora
然后,这些文档位于spring-ai-docs/target/antora/site/index.html
的目录中
使用Java-Format插件重新格式化
./mvnw spring-javaformat:apply
使用许可证 - 马文 - plugin更新许可证标头的年份
./mvnw license:update-file-header -Plicense
使用Javadoc:Javadoc检查Javadocs
./mvnw javadoc:javadoc -Pjavadoc
启用checkstyles构建。 CheckStyles当前被禁用,但是您可以通过执行以下操作来启用它们:
./mvnw clean package -DskipTests -Ddisable.checks=false