当前位置:首页 » 《随便一记》 » 正文

Spring AI Alibaba: 支持国产大模型的Spring ai框架

10 人参与  2024年10月26日 10:40  分类 : 《随便一记》  评论

点击全文阅读


Spring AI :java做ai应用的最好选择

过去,Java在AI应用开发方面缺乏一个高效且易于集成的框架,这限制了开发者快速构建和部署智能应用程序的能力。

Spring AI正是为解决这一问题而生,它提供了一套统一的接口,使得AI功能能够以一种标准化的方式被集成到现有的Java项目中。

此外,Spring AI与原有的Spring生态系统完美兼容,这意味着已经熟悉Spring框架的开发者可以无缝过渡到使用AI技术,无需学习全新的工具或语言。

同时,Spring AI也充分利用了Java面向对象编程的优势,允许开发者通过熟悉的编程模式来操作复杂的AI模型和算法,从而加速了从概念验证到生产环境的整个过程。

Spring AI极大地简化了在Java平台上构建智能应用的过程,促进了AI技术在更广泛场景中的应用。

Spring AI 框架的关键功能组件介绍

* 模型(Model)

一句话说明:模型是Spring AI的基础组件,能够执行各种自然语言处理任务,如文本生成、分类、翻译等。
输入输出举例

输入:“请写一篇关于环保的文章。” 输出:“环境保护是我们共同的责任。随着工业化进程的加速,环境问题日益严峻……”

* 提示词模板(Prompt Template)

一句话说明:通过预定义好的结构化格式来帮助快速构建复杂的指令或请求。
输入输出举例

输入模板:“{角色}在{地点}做{活动}。”参数:角色:孙悟空 、 地点:花果山 、 活动:七十二变具体实例化后输入:“孙悟空在花果山练习七十二变。”

* 嵌入(Embedding)

一句话说明:将文本转换为数值向量表示形式,便于进行相似度计算或其他数学运算。
输入输出举例

输入:“今天天气真好!” 输出:一个高维空间中的向量,例如[0.1, 0.5, -0.3, ...]

* 结构化输出(Structured Output)

一句话说明:使AI生成的内容遵循特定的数据结构,便于后续处理或分析。
输入输出举例

输入:“列出我接下来一周的日程安排。” 输出:{"Monday": "Meeting at 9AM", "Tuesday": "Dinner with friends at 7PM", ...} , 系统会自动转换为对应Java的pojo对象。

* 检索增强生成(RAG)

一句话说明:结合外部知识库的信息来提高回答的质量和准确性。
输入输出举例

输入:“告诉我关于太阳系的一些有趣事实。” 输出:“太阳系由八大行星组成,其中水星是最小也是最接近太阳的行星。土星以其壮观的环系统而闻名……”

* 函数调用(Function Calling)

一句话说明:允许AI根据需要直接调用外部API或函数完成特定任务。
输入输出举例

输入:“查询北京今天的天气情况。” 输出:调用了天气API并返回了结果,如“今天北京晴朗,气温介于10°C到20°C之间。”

* 向量存储

一句话说明:用于保存大量文本嵌入向量,并支持高效检索相似文档。
输入输出举例

输入:一段描述某种技术的文章。 输出:找到与该文章主题相近的其他文章列表。

Spring AI Alibaba:阿里云支持的智能应用开发框架

Spring AI Alibaba是阿里巴巴推出的一个专注于人工智能应用开发的框架,它基于Spring生态系统构建,旨在简化AI应用程序的开发流程。通过集成阿里云的强大算力和丰富的机器学习模型库,Spring AI Alibaba为开发者提供了一个高效、易用的平台来创建智能服务。其核心优势在于能够无缝对接国产大模型,如通义千问等,支持快速部署与调优;同时,该框架还强调了安全性、稳定性和可扩展性,使得企业级AI解决方案的实现变得更加简单快捷。此外,Spring AI Alibaba提供了详尽的文档和社区支持,帮助开发者轻松上手并充分利用阿里云资源进行创新。

使用Spring AI Alibaba开发聊天应用的详细指南

要基于Spring AI Alibaba实现一个支持流式返回的聊天API,首先需要确保你的开发环境已经配置好Java以及Maven。接下来,我们将通过几个步骤来构建这个应用:创建项目结构、添加依赖项、配置应用程序、编写服务层逻辑、设置控制器以处理HTTP请求,并最终测试我们的API。

接下来,需要添加必要的Maven仓库和项目依赖项。由于Spring AI Alibaba的某些版本尚未提交到Maven中央仓库,因此还需指定额外的仓库地址。

Maven仓库配置

pom.xml中添加如下仓库定义:

<repositories>    <repository>        <id>sonatype-snapshots</id>        <url>https://oss.sonatype.org/content/repositories/snapshots</url>        <snapshots>            <enabled>true</enabled>        </snapshots>    </repository>    <repository>        <id>spring-milestones</id>        <name>Spring Milestones</name>        <url>https://repo.spring.io/milestone</url>        <snapshots>            <enabled>false</enabled>        </snapshots>    </repository>    <repository>        <id>spring-snapshots</id>        <name>Spring Snapshots</name>        <url>https://repo.spring.io/snapshot</url>        <releases>            <enabled>false</enabled>        </releases>    </repository></repositories>
添加依赖

pom.xml中加入对Spring AI Alibaba的支持依赖以及Spring Boot的依赖声明:

<parent>    <!-- Spring Boot Starter Parent -->    <dependency>        <groupId>org.springframework.boot</groupId>        <artifactId>spring-boot-starter-parent</artifactId>        <version>3.3.4</version><relativePath />    </parent>    <!-- Spring AI Alibaba Starter -->    <dependency>        <groupId>com.alibaba.cloud.ai</groupId>        <artifactId>spring-ai-alibaba-starter</artifactId>        <version>1.0.0-M2</version>    </dependency>        <!-- Other dependencies as needed --></dependencies>

4. 设置应用属性

在项目的application.properties文件中配置之前获取的API Key和其他可能需要的参数:

spring.ai.dashscope.api-key=${AI_DASHSCOPE_API_KEY}

同时,确保你已经在系统环境变量中设置了AI_DASHSCOPE_API_KEY,或者直接替换${AI_DASHSCOPE_API_KEY}为实际值。

5. 编写Controller以支持CORS和流式响应

现在我们来编写一个Controller类,它将处理GET请求、启用CORS,并使用Flux作为输出类型。

import org.springframework.beans.factory.annotation.Autowired;import org.springframework.http.MediaType;import org.springframework.web.bind.annotation.*;import reactor.core.publisher.Flux;@RestController@RequestMapping("/ai")@CrossOrigin(origins = "*")  // 允许所有来源跨域访问public class ChatController {    private final ChatClient chatClient;    @Autowired    public ChatController(ChatClient.Builder builder) {        this.chatClient = builder.build();    }    @GetMapping(value = "/steamChat", produces = MediaType.TEXT_EVENT_STREAM_VALUE)    public Flux<String> steamChat(@RequestParam String input) {        return chatClient.prompt()                         .user(input)                         .stream()                         .content();    }}

这里使用了@CrossOrigin注解允许来自任何源的请求访问此端点。注意路径设置为/steamChat,并且通过produces指定了响应类型为文本事件流(Text Event Stream, 即SSE)。chatClient.prompt().user(input).stream().content()这行代码负责根据用户输入调用AI服务,并以流的形式返回结果。

6. 测试API

现在可以通过发送POST请求到/api/chat来测试这个聊天API。你可以使用Postman或者其他工具来进行测试,记得设置Content-Type为application/json并将消息作为JSON字符串发送。

以上就是基于Spring AI Alibaba构建一个简单的聊天API的所有步骤。请根据实际需求调整代码细节,并参考阿里云官方文档获取更多关于如何使用其SDK的信息。


点击全文阅读


本文链接:http://zhangshiyu.com/post/177869.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1