1. 概述 随着技术的发展，现代应用程序越来越多地采用自然语言界面来简化用户与系统的交互。这种方式在数据检索场景中尤其实用，让非技术用户也能通过简单的自然语言提问来获取所需信息。 文本转 SQL 聊天机器人就是这样一个典型应用。它就像是人类语言和数据库之间的翻译官，通过大型语言模型（LLM）将用户的自然语言问题转换为可执行的 SQL 查询，然后在数据库中执行查询并返回结果。 本文将带你使用...
阅读全文Spring AI支持的模型横向对比： | 供应商 | 多模态支持 | 工具/功能支持 | 流式传输支持 | 重试支持 | 可观测性支持 | 内置JSON支持 | 本地化支持 | 兼容OpenAI API | |----------------------|-------------------------|--------------|--------------|------------|--...
阅读全文Spring AI 1.0 GA版本终于正式发布！第一个正式版本，超多内容，每个Java开发者都必须了解一下！ !Spring AI全新Logohttps://static.didispace.com/images3/46e70f8dc7e89800d6ac965d62657416.png 核心功能包括支持20个AI模型的ChatClient接口、适配20个向量数据库的检索模块、支持滑动窗口和向量...
阅读全文Spring AI 提供了对模型上下文协议https://docs.spring.io/spring-ai/reference/1.0/api/mcp/mcp-overview.html（简称 MCP）的支持，该协议允许人工智能模型以结构化的方式与外部工具和资源进行交互并访问它们。 借助 Spring AI，开发人员只需几行代码就可以创建自己的 MCP 服务器，并向人工智能模型公开功能。 MCP...
阅读全文本文中的示例和模式基于全面的提示工程指南，该指南涵盖了有效的提示工程的理论、原则和模式。本文展示了如何使用Spring AI流畅的ChatClient API将这些概念转化为可运行的Java代码。 为方便起见，示例的结构遵循原始指南中概述的相同模式和技术。本文中使用的演示源代码可在以下地址获取： - https://github.com/spring-projects/spring-ai-exam...
阅读全文现代 Web 应用正加速与大语言模型（LLMs）深度融合，构建超越传统问答场景的智能解决方案。为突破模型知识边界，增强上下文理解能力，开发者普遍采用多源数据集成策略，将 LLM 与搜索引擎、数据库、文件系统等外部资源互联。然而，异构数据源的协议差异与格式壁垒，往往导致集成复杂度激增，成为制约 AI 应用规模化落地的关键瓶颈。因此，Anthropic公司推出了模型上下文协议（Model...
阅读全文最近DeepSeek开源了对openai-o1的第一代开源推理大模型：deepseek-r1，因其极低的成本和与openai-o1相当的性能引发了国内外的激烈讨论。DD在做独立产品的时候也一直都有用DeepSeek的API来实现一些功能，比如：TransDuckhttps://transduck.com/中的字幕翻译、视频翻译，效果也是非常不错的。但是，最近因为收到一些私有化的需求，所以对于API...
阅读全文为了构建生成式AI应用，需要完成两个部分： - AI大模型服务：有两种方式实现，可以使用大厂的API，也可以自己部署，本文将采用ollama来构建 - 应用构建：调用AI大模型的能力实现业务逻辑，本文将采用Spring Boot + Spring AI来实现 Ollama安装与使用 !https://static.didispace.com/images3/d888726bdabc2f682d2c...
阅读全文就在昨晚，Spring AI发了个比较重要的更新。由于最近OpenAI推出了结构化输出的功能，可确保 AI 生成的响应严格遵守预定义的 JSON 模式。此功能显着提高了人工智能生成内容在现实应用中的可靠性和可用性。Spring AI 紧随其后，现在也可以对OpenAI的结构化输出完美支持了。 下图展示了本次扩展的实现结构，如果对于当前实现还不够满意，需要扩展的可以根据此图来着手理解分析进行下一步扩...
阅读全文之前分享了关于Spring新项目Spring AI的介绍视频https://www.didispace.com/article/news/new-spring-ai.html。视频里演示了关于使用Spring AI将Open AI的能力整合到Spring应用中的操作，但有不少读者提到是否有博客形式的学习内容。所以，本文就将具体介绍如何使用 Spring AI...
阅读全文