2、【AI技术新纪元：Spring AI解码】概述

1.0.0-SNAPSHOT仍在开发中，尚未被视为稳定。请使用Spring AI 0.8.1来获取最新的稳定版本！
本专栏所有内容，都是根据1.0.0-SNAPSHOT为蓝本

Spring AI

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

该项目从著名的Python项目（如LangChain和LlamaIndex）中汲取灵感，但Spring AI并非这些项目的直接移植。项目创立的信念是，下一波生成式AI应用不仅仅属于Python开发者，而是将普及于多种编程语言。

在其核心，Spring AI提供了作为开发AI应用基础的抽象概念。这些抽象有多种实现，使得用最少的代码变更就可以轻松更换组件。

Spring AI提供以下特点：

• 支持所有主要模型提供商，如OpenAI、微软、亚马逊、谷歌和Huggingface。
• 支持的模型类型包括聊天和文本到图像，还有更多在开发中。
• 跨AI提供商的可移植API，支持聊天和嵌入模型。支持同步和流API选项。也支持访问特定模型的特定特性。
• 将AI模型输出映射到POJOs。
• 支持所有主要向量数据库提供商，如Azure Vector Search、Chroma、Milvus、Neo4j、PostgreSQL/PGVector、PineCone、Qdrant、Redis和Weaviate。
• 跨向量存储提供商的可移植API，包括一种新颖的类似SQL的元数据过滤API，也是可移植的。
• 函数调用。
• Spring Boot自动配置和AI模型及向量存储启动器。
• 用于数据工程的ETL框架。

这些特性集让您能够实现常见用例，如“对您的文档进行问答”或“与您的文档聊天”。

概念部分提供了AI概念及其在Spring AI中的高层次概述。

入门部分展示了如何创建您的第一个AI应用程序。后续部分深入探讨每个组件和常见用例，采用代码为中心的方法。