Spring AI 项目介绍
作者：微信文章Spring AI 是一个为开发 AI 应用程序提供 Spring 友好的 API 和抽象层的项目。它将 Spring 生态系统的设计原则（如可移植性和模块化设计）应用到 AI 领域，并促进使用 POJO 作为 AI 应用程序的构建块。
核心理念 💡
❝
在其核心，Spring AI 解决了 AI 集成的根本挑战：将您的企业「数据」和「API」与「AI 模型」连接起来。
❞技术架构层次 🏛️
图1：Spring AI 技术架构层次图快速开始(以Ollma为例) 🚀
1. 添加依赖
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-ollama</artifactId>
<version>1.0.0-SNAPSHOT</version>
</dependency>
2. 使用 OllamaChatModel
package cn.jishuba;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.ollama.OllamaChatModel;
import org.springframework.ai.ollama.api.OllamaApi;
import org.springframework.ai.ollama.api.OllamaOptions;
public class App
{
public static void main( String[] args )
{
// 指定Ollama API的地址
OllamaApi ollamaApi = OllamaApi.builder()
.baseUrl("http://localhost:11434")
.build();
// 创建Ollama聊天模型
ChatModel model = OllamaChatModel.builder()
.defaultOptions(OllamaOptions.builder()
.model("qwen2.5:latest")
.build())
.ollamaApi(ollamaApi)
.build();
// 创建聊天客户端
ChatClient chatClient = ChatClient.builder(model)
.build();
String response = chatClient.prompt()
.user("你好，讲个关于Java的笑话")
.call()
.content();
System.out.println(response);
}
}
整体架构 🏗️
图2：Spring AI 核心架构与生态系统主要功能模块 🎯
1. AI 模型支持 🤖
支持的模型类型
「聊天完成」 (Chat Completion) 💬「嵌入」 (Embedding) 🔗「文本转图像」 (Text to Image) 🎨「音频转录」 (Audio Transcription) 🎵「文本转语音」 (Text to Speech) 🔊「内容审核」 (Moderation) 🛡️
支持的提供商
提供商模块名称支持功能OpenAIspring-ai-openai聊天、嵌入、图像、音频Anthropicspring-ai-anthropic聊天、嵌入Azure OpenAIspring-ai-azure-openai聊天、嵌入、图像AWS Bedrockspring-ai-bedrock聊天、嵌入Google Geminispring-ai-vertex-ai-gemini聊天、嵌入Ollamaspring-ai-ollama本地部署聊天模型DeepSeekspring-ai-deepseek聊天、嵌入Minimaxspring-ai-minimax聊天智谱AIspring-ai-zhipuai聊天、嵌入2. 向量数据库支持 🗄️
支持的向量数据库
数据库模块名称特性PostgreSQL/PGVectorspring-ai-pgvector-store🐘 开源、SQL兼容Chromaspring-ai-chroma-store🎨 轻量级、易用Pineconespring-ai-pinecone-store🌲 云原生、高性能Redisspring-ai-redis-store🔴 内存存储、高速Elasticsearchspring-ai-elasticsearch-store🔍 全文搜索MongoDB Atlasspring-ai-mongodb-atlas-store🍃 文档数据库Neo4jspring-ai-neo4j-store🔗 图数据库Apache Cassandraspring-ai-cassandra-store🔧 分布式Weaviatespring-ai-weaviate-store🕸️ 向量搜索3. 核心功能组件 ⚙️
ChatClient API 💬
流式 API，类似于 WebClient 和 RestClient支持同步和异步调用内置对话记忆管理支持 RAG (检索增强生成)
Advisors API 🎯
封装常见的生成式 AI 模式转换发送到/从语言模型的数据提供跨不同模型的可移植性
工具/函数调用 🛠️
允许模型请求执行客户端工具和函数访问实时信息扩展 AI 应用的功能边界
观测性 📊
提供 AI 相关操作的洞察监控模型性能和使用情况集成 Spring Boot Actuator
4. 数据处理 📈
ETL 框架
文档注入 ETL 框架数据工程支持文档读取器：
jsoup-reader - HTML 解析markdown-reader - Markdown 文档pdf-reader - PDF 文档tika-reader - 多格式文档
结构化输出
AI 模型输出到 POJO 的映射类型安全的响应处理
模块关系图 🔄
图3：Spring AI 模块关系与依赖图主要特性 ✨
🔧 可移植性
统一的 API 抽象，轻松切换不同的 AI 提供商标准化的配置方式
🎯 Spring 集成
完整的 Spring Boot 自动配置依赖注入支持Spring 生态系统兼容
📈 可扩展性
模块化设计，按需选择组件插件式架构，易于扩展
🛡️ 企业级
完整的观测性支持错误处理和重试机制生产就绪的特性
🌐 多语言支持
不仅限于 Python 开发者Java 生态系统的完整支持
总结 🎉
Spring AI 为 Java 开发者提供了一个强大、灵活、易于使用的 AI 应用开发框架。通过其模块化设计和 Spring 生态系统的深度集成，开发者可以快速构建生产级的 AI 应用程序，同时保持代码的可维护性和可扩展性。
无论您是要构建聊天机器人、知识问答系统、还是复杂的 AI 工作流，Spring AI 都为您提供了必要的工具和抽象层，让您专注于业务逻辑的实现，而不是底层的 AI 模型集成细节。
页:
[1]