跳到主要内容

介绍

DeepSeek V3 中英对照 Overview Introduction

提示

当前翻译版本为 2025 年 2 月 21 日 Spring 官网发布的快照版本，由于快照版本内容变更较快，因此可能会出现与官网文档不一致的情况，实际请以官网为主。在官网发布正式的 Release 版本后，我们会重新翻译，并替换掉当前的快照版本。

集成问题

Spring AI 项目旨在简化集成人工智能功能的应用程序开发，避免不必要的复杂性。

该项目从知名的 Python 项目中汲取灵感，例如 LangChain 和 LlamaIndex，但 Spring AI 并不是这些项目的直接移植。该项目的创立基于一个信念，即下一波生成式 AI 应用将不仅仅面向 Python 开发者，而是会普及到许多编程语言中。

备注

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。

Spring AI 提供了作为开发 AI 应用程序基础的抽象层。这些抽象层具有多种实现，使得在最小化代码更改的情况下轻松替换组件成为可能。

Spring AI 提供了以下功能：

  • 跨 AI 提供商的便携式 API 支持，涵盖 Chat、文本到图像和 Embedding 模型。支持同步和流式 API 选项。还可以访问模型特定的功能。

  • 支持所有主要的 AI 模型提供商，如 Anthropic、OpenAI、Microsoft、Amazon、Google 和 Ollama。支持的模型类型包括：

  • 结构化输出 - 将 AI 模型输出映射到 POJO。

  • 支持所有主要的 向量数据库提供商，如 Apache Cassandra、Azure Cosmos DB、Azure Vector Search、Chroma、Elasticsearch、GemFire、MariaDB、Milvus、MongoDB Atlas、Neo4j、OpenSearch、Oracle、PostgreSQL/PGVector、PineCone、Qdrant、Redis、SAP Hana、Typesense 和 Weaviate。

  • 跨向量存储提供商的便携式 API，包括一种新颖的类似 SQL 的元数据过滤 API。

  • 工具/函数调用 - 允许模型请求执行客户端工具和函数，从而根据需要访问必要的实时信息并采取行动。

  • 可观测性 - 提供对 AI 相关操作的洞察。

  • 用于数据工程的文档摄取 ETL 框架。

  • AI 模型评估 - 帮助评估生成内容并防止产生幻觉响应的实用工具。

  • 用于 AI 模型和向量存储的 Spring Boot 自动配置和启动器。

  • ChatClient API - 用于与 AI Chat 模型通信的流式 API，与 WebClient 和 RestClient API 类似。

  • Advisors API - 封装了常见的生成式 AI 模式，转换发送到语言模型（LLMs）和从语言模型接收的数据，并提供跨各种模型和用例的可移植性。

  • 支持 Chat 对话记忆 和 检索增强生成 (RAG)。

此功能集使您能够实现常见的使用场景，例如“文档问答”或“与文档聊天”。

概念部分 提供了对 AI 概念及其在 Spring AI 中表示的高层次概述。

入门指南 部分将向您展示如何创建您的第一个 AI 应用程序。随后的部分将以代码为中心的方式深入探讨每个组件和常见用例。

章节摘要​