Spring AI 使用教程_springai的使用

spring.application.name=spring-ai-demo
 
#代理地址
spring.ai.openai.base-url=https://api.xty.app
#自己的app-key
spring.ai.openai.api-key=sk-NjTrM6e2LlQwAEa52C626754
#AI 模型
spring.ai.openai.chat.options.model=gpt-3.5-turbo

<dependencies>
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-web</artifactId>
		</dependency>
		<dependency>
			<groupId>org.projectlombok</groupId>
			<artifactId>lombok</artifactId>
			<version>1.18.32</version>
		</dependency>
		<dependency>
			<groupId>org.springframework.ai</groupId>
			<artifactId>spring-ai-openai-spring-boot-starter</artifactId>
		</dependency>
 
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-test</artifactId>
			<scope>test</scope>
		</dependency>
</dependencies>

import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.chat.ChatResponse;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.openai.OpenAiChatClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;
 
import java.util.HashMap;
import java.util.Map;
 
@Slf4j
@RestController
public class ZxxOpenAiController {
 
    private final OpenAiChatClient chatClient;
 
    @Autowired
    public ZxxOpenAiController(OpenAiChatClient chatClient) {
        this.chatClient = chatClient;
    }
 
    @GetMapping("/ai/call")
    public Map<String, String> call(String message) {
        log.info("start method 【call】 param: message=【{}】", message);
        String msg = chatClient.call(message);
        Map<String, String> result = new HashMap<>();
        result.put("msg", msg);
        return result;
    }
 
}

Spring AI是一个人工智能工程的应用框架，它结合了Spring生态系统的设计原则和模块化的概念。该框架旨在为Java开发者提供一种更简洁的方式与人工智能进行交互，并降低接入大型语言模型（LLM）的学习成本。

Spring AI提供了丰富的自然语言处理（NLP）工具，开发人员可以利用这些工具来处理文本数据、执行情感分析、实现语音识别等功能，为开发语言处理应用提供了强大的支持。同时，它还使得机器学习模型的集成变得更加简单，开发人员可以轻松地将训练好的模型嵌入到Spring应用程序中，并利用这些模型进行预测、分类、聚类等任务。此外，Spring AI还提供了图像处理和计算机视觉功能，支持图像识别、目标检测、图像分割等任务。

Spring AI的核心特性包括跨AI提供商的API支持，提供了一套可移植的API，支持与多个AI服务提供商的聊天、文本到图像和嵌入模型进行交互。它还支持同步和流式API选项，为开发者提供了灵活的交互方式。此外，Spring AI允许开发者通过配置参数访问特定模型的功能，提供了更细致的控制。

目前，Spring AI已经集成了多个AI服务提供商的API，如OpenAI、Azure OpenAI、Hugging Face和Ollama等。这意味着开发者可以方便地接入这些服务，实现各种人工智能功能。

综上所述，Spring AI是一个功能强大、易于使用的人工智能应用框架，为Java开发者提供了与人工智能交互的便捷方式，并简化了AI应用的开发过程。