Spring AI 项目介绍

项目概述 📋

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 🏛️

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 🏗️

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
OpenAI	`spring-ai-openai`	聊天、嵌入、图像、音频
Anthropic	`spring-ai-anthropic`	聊天、嵌入
Azure OpenAI	`spring-ai-azure-openai`	聊天、嵌入、图像
AWS Bedrock	`spring-ai-bedrock`	聊天、嵌入
Google Gemini	`spring-ai-vertex-ai-gemini`	聊天、嵌入
Ollama	`spring-ai-ollama`	本地部署聊天模型
DeepSeek	`spring-ai-deepseek`	聊天、嵌入
Minimax	`spring-ai-minimax`	聊天
智谱AI	`spring-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/PGVector	`spring-ai-pgvector-store`	🐘 开源、SQL兼容
Chroma	`spring-ai-chroma-store`	🎨 轻量级、易用
Pinecone	`spring-ai-pinecone-store`	🌲 云原生、高性能
Redis	`spring-ai-redis-store`	🔴 内存存储、高速
Elasticsearch	`spring-ai-elasticsearch-store`	🔍 全文搜索
MongoDB Atlas	`spring-ai-mongodb-atlas-store`	🍃 文档数据库
Neo4j	`spring-ai-neo4j-store`	🔗 图数据库
Apache Cassandra	`spring-ai-cassandra-store`	🔧 分布式
Weaviate	`spring-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 🔄

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。