Spring AI API
简介
Spring AI API 涵盖了广泛的功能。每个主要功能都在其专门的章节中详细说明。为了提供一个概览，以下关键功能可用：
AI Model API
跨 AI 提供商的可移植 Model API，适用于 Chat、Text to Image、Audio Transcription、Text to Speech 和 Embedding 模型。支持 synchronous 和 stream API 选项。也支持向下访问模型特定功能。
支持来自 OpenAI、Microsoft、Amazon、Google、Amazon Bedrock 等的 AI 模型。
Vector Store API
跨多个提供程序的可移植 Vector Store API，包括一个同样可移植的新颖 SQL-like metadata filter API。支持许多向量数据库。
Tool Calling API
Spring AI 让 AI 模型可以轻松调用你的服务，无论是 @Tool 注解的方法还是 POJO java.util.Function 对象。
查看 Spring AI Tool Calling 文档。
ChatClient API
ChatClient API 提供了一个用于与 AI 模型通信的流畅 API，符合 Spring 开发者的习惯，类似于 WebClient 或 RestClient。
Advisors API
Advisors API 封装了重复出现的 Generative AI 模式，转换发送到 Language Models (LLMs) 以及从其返回的数据，并在各种模型和用例（例如 memory、tool-calling、RAG）之间提供可移植性。
MCP (模型上下文协议)
MCP (Model Context Protocol) - 无缝集成，用于构建使用 MCP 服务器或将基于 Spring 的服务暴露给 AI 生态系统的 AI 应用。
自动配置
Spring Boot Auto Configuration 和 Starters，用于 AI Models 和 Vector Stores。
ETL 数据工程
用于 Data Engineering 的 ETL 框架。这为将数据加载到向量数据库提供了基础，有助于实现 Retrieval Augmented Generation 模式，使你能够将数据提供给 AI 模型，以纳入其响应中。
反馈与贡献
该项目的 GitHub discussions 是提交反馈的好地方。
章节总结
聊天模型
15 个项目
嵌入模型
10 个项目
图像模型
4 个项目
音频模型
2 个项目
审核模型
2 个项目