Spring AI 使用教程

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。