1.什么是Spring AI？

Spring AI API 涵蓋了廣泛的功能。每個主要功能都在其專門的部分中進(jìn)行了詳細(xì)介紹。為了提供概述，可以使用以下關(guān)鍵功能：

• 跨 AI 提供商的可移植 API，用于聊天、文本到圖像和嵌入模型。支持同步和流 API 選項(xiàng)。還支持下拉訪問模型特定功能。我們支持 OpenAI、Microsoft、Amazon、Google、Huggingface 等公司的 AI 模型。

• 跨 Vector Store 提供商的可移植 API，包括同樣可移植的新穎的類似 SQL 的元數(shù)據(jù)過濾器 API。支持 8 個矢量數(shù)據(jù)庫。

• 函數(shù)調(diào)用。Spring AI 使 AI 模型可以輕松調(diào)用 POJO java.util.Function 對象。

• AI 模型和向量存儲的 Spring Boot 自動配置和啟動器。

• 數(shù)據(jù)工程的 ETL 框架。這為將數(shù)據(jù)加載到矢量數(shù)據(jù)庫提供了基礎(chǔ)，有助于實(shí)現(xiàn)檢索增強(qiáng)生成模式，使您能夠?qū)?shù)據(jù)引入 AI 模型以納入其響應(yīng)中。

Chat Completion API

• 聊天 API 使開發(fā)人員能夠?qū)⑷斯ぶ悄苤С值牧奶旃δ芗傻剿麄兊膽?yīng)用程序中。它利用預(yù)先訓(xùn)練的語言模型，例如 GPT（生成式預(yù)訓(xùn)練變壓器），以自然語言對用戶輸入生成類似人類的響應(yīng)。

• API 通常通過向 AI 模型發(fā)送提示或部分對話來工作，然后 AI 模型根據(jù)其訓(xùn)練數(shù)據(jù)和對自然語言模式的理解生成對話的完成或延續(xù)。然后，完成的響應(yīng)將返回到應(yīng)用程序，應(yīng)用程序可以將其呈現(xiàn)給用戶或?qū)⑵溆糜谶M(jìn)一步處理。

• Spring AI Chat Completion API 被設(shè)計(jì)為一個簡單且可移植的接口，用于與各種 AI 模型交互，允許開發(fā)人員以最少的代碼更改在不同模型之間切換。這種設(shè)計(jì)符合 Spring 的模塊化和可互換性理念。

• 此外，在輸入封裝 Prompt 和輸出處理 ChatResponse 等配套類的幫助下，聊天完成 API 統(tǒng)一了與 AI 模型的通信。它管理請求準(zhǔn)備和響應(yīng)解析的復(fù)雜性，提供直接且簡化的 API 交互。

2.openapi相關(guān)環(huán)境準(zhǔn)備

參考鏈接：https://www.rebelmouse.com/openai-account-set-up

免費(fèi)提供api-key

加博主微信，免費(fèi)送apikey嘗試

3.代碼工程

實(shí)驗(yàn)?zāi)康模簩?shí)現(xiàn)聊天功能api

pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.2.1</version>
    </parent>


    <modelVersion>4.0.0</modelVersion>


    <artifactId>ai</artifactId>


    <properties>
        <maven.compiler.source>17</maven.compiler.source>
        <maven.compiler.target>17</maven.compiler.target>
    </properties>
    <dependencies>




        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>


        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-autoconfigure</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
            <version>0.8.0-SNAPSHOT</version>
        </dependency>




    </dependencies>
    <repositories>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>


</project>

application.yaml

server:
  port: 8088


spring:
  ai:
    openai:
      base-url: https://api.openai.com/
      api-key: sk-xxx
      embedding:
        options:
          model: text-davinci-003
      chat:
        #指定某一個API配置(覆蓋全局配置)
        api-key: sk-xxx
        base-url: https://api.openai.com/
        options:
          model: gpt-3.5-turbo # 模型配置

controller

package com.et.ai.controller;


import jakarta.annotation.Resource;
import org.springframework.ai.chat.ChatClient;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.embedding.EmbeddingClient;
import org.springframework.ai.embedding.EmbeddingResponse;
import org.springframework.ai.openai.OpenAiChatClient;
import org.springframework.ai.openai.api.OpenAiApi;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;


import java.util.HashMap;
import java.util.List;
import java.util.Map;


@RestController
public class HelloWorldController {
    @Autowired
    EmbeddingClient embeddingClient;
    @Autowired
    ChatClient chatClient;
    @GetMapping("/ai/embedding")
    public Map embed(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        EmbeddingResponse embeddingResponse = this.embeddingClient.embedForResponse(List.of(message));
        return Map.of("embedding", embeddingResponse);
    }
    @GetMapping("/ai/chat")
    public String chat(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        Prompt prompt = new Prompt(message);
        return chatClient.call(prompt).getResult().getOutput().getContent();
    }
}

DemoApplication.java

package com.et.ai;


import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;


@SpringBootApplication
public class DemoApplication {


   public static void main(String[] args) {
      SpringApplication.run(DemoApplication.class, args);
   }
}

以上只是一些關(guān)鍵代碼，所有代碼請參見下面代碼倉庫

代碼倉庫

• https://github.com/Harries/springboot-demo

4.測試

• 啟動Spring Boot應(yīng)用

• 訪問http://127.0.0.1:8088/ai/chat，返回響應(yīng)消息

Why couldn't the bicycle stand up by itself? Because it was two tired!

5.參考引用

• https://docs.spring.io/spring-ai/reference/api/embeddings/openai-embeddings.htm

• http://www.liuhaihua.cn/archives/710471.html

• https://springboot.io/t/topic/5166文章來源地址http://www.zghlxwxcb.cn/news/detail-860940.html