SpringAI（一）概述

英文文档：docs.spring.io/spring-ai/r…

中文文档：springdoc.cn/spring-ai/

本文主要讲了概述的内容

🌱 Spring AI 的定位

• 目标：简化 AI 应用开发，让开发者像用 Spring Data、Spring Cloud 一样用 AI
• 灵感：借鉴 Python 里的 LangChain、LlamaIndex
• 差异：不是简单移植，而是按照 Spring 生态 的设计原则（POJO、依赖注入、自动配置、模块化）来做
• 核心挑战：让 企业数据 + API 和 AI 模型 无缝连接

⚙️ Spring AI 提供的核心抽象

Spring AI 给你一套统一的 API，屏蔽不同厂商差异。它的抽象层次可以类比 Spring Data：

• Model API（统一调用不同模型）
• Vector Store API（统一调用不同向量数据库）
• Prompt & Advisor API（统一 Prompt 管理、RAG、对话记忆）
• Observability（监控与可观测性）

这样做的好处是：
👉 想从 OpenAI 切换到 Azure OpenAI、Ollama，只要改配置，几乎不用改代码。

🚀 Spring AI 支持的功能

1. 模型调用

   • Chat Completion（对话/文本生成）
   • Embedding（向量化，用于 RAG/语义搜索）
   • Text to Image（文生图）
   • Audio Transcription（语音转文字）
   • Text to Speech（文字转语音）
   • Moderation（内容审核）

2. 向量数据库

   • 支持主流数据库：PostgreSQL/PGVector、Milvus、Pinecone、Redis、Chroma、Weaviate …
   • 有统一 API，还支持 类 SQL 的元数据过滤

3. 高级功能

   • Structured Outputs（直接把 AI 输出转成 POJO）
   • Tools / Function Calling（AI 能调用外部函数，获取实时数据）
   • Observability（监控 AI 调用，调试和优化 Prompt）
   • Document Ingestion ETL（把文档注入向量数据库）
   • AI Model Evaluation（检测模型输出质量，避免幻觉）
   • Chat Memory + RAG（对话记忆 + 检索增强生成）

📦 开发者友好

• Spring Boot Starter（开箱即用，start.spring.io 勾选即可）
• ChatClient API（调用风格类似 WebClient / RestClient）
• Advisors API（封装常见 AI 模式，比如 RAG、角色转换）

🧑‍💻 常见用例

• “Q&A over your docs” （文档问答系统）
• “Chat with your documentation” （企业知识库助手）
• 智能客服、代码助手、语义搜索、内容生成