2023年,AI技术已经成为热点话题,对各行业产生了巨大影响,编程领域尤其如此。人们越来越认识到AI技术的重要性,Spring社区也不例外。
随着GenAI(General Artificial Intelligence)技术的不断进步,简化具备AI功能的应用程序的创建变得至关重要和迫切。在这个背景下,"Spring AI"应运而生,旨在简化开发AI功能应用程序的过程,使其变得简单直观,避免不必要的复杂性。通过"Spring AI",开发者可以更轻松地构建具备AI功能的应用程序,将其变得更加易于使用和操作。这不仅有助于提高开发效率,还可以加速AI技术的普及和应用。总之,"Spring AI"为AI应用程序的开发带来了新的可能性,为开发者提供了更简单、更直观的工具和框架。
本文将简要介绍Spring AI框架以及一些使用该框架的提示工程技巧。开发人员可以通过这些技巧更好地构建提示信息,充分发挥Spring AI的功能。
1 Spring AI介绍
Spring AI由M K Pavan Kumar创建和撰写
Spring AI是一个旨在简化AI应用程序开发的项目,它受到了Python项目LangChain和LlamaIndex的启发。然而,Spring AI并不是简单的复制品。它的核心理念是将生成式AI应用开放给各种编程语言的用户,而不仅仅局限于Python语言的爱好者。这意味着开发人员无需学习Python语言就可以使用他们熟悉的语言来构建AI应用程序。通过Spring AI,开发人员可以更轻松地利用AI的强大功能来解决各种问题,无论他们使用的是哪种编程语言。这将促进更广泛的AI应用程序开发,并为开发人员提供更多灵活性和选择。
Spring AI的核心目标是提供构建AI驱动应用程序的基本构建块。这些构建块具有高度的灵活性,可以轻松地交换组件,几乎不需要对代码进行任何修改。一个例子是,Spring AI引入了一个名为ChatClient接口的组件,它兼容OpenAI和Azure OpenAI的技术。这使得开发人员可以在不改变代码的情况下切换不同的AI服务提供商,从而更加方便地进行开发和集成。
Spring AI的核心是为开发基于人工智能的应用程序提供可靠的构建模块。这些模块具有弹性,使得能够平滑地交换组件,而无需对编码进行大量修改。一个示例是Spring AI引入了ChatClient接口,该接口与OpenAI和Azure OpenAI兼容,使得开发人员能够轻松地与这两个平台进行对话。这种兼容性使得开发人员能够根据实际需要选择适合的平台,而无需重新编写代码。通过Spring AI,开发人员能够更加高效地构建AI驱动的应用程序。
Spring AI不仅仅提供基本构建块,还专注于提供更高级的解决方案。例如,它可以支持“关于自己文档的问答”或“使用文档进行交互式聊天”等典型场景。而随着应用程序需求的增长,Spring AI计划与Spring生态系统的其他组件如Spring Integration,Spring Batch和Spring Data等紧密合作,以满足更复杂的业务需求。
2 创建Spring Boot项目和编写OpenAI控制器示例
先在IDE中生成Spring Boot项目,在application.properties文件中保留以下内容:
spring.ai.openai.api-key=<your></your>
下面编写名为OpenAIController.java的控制器:
package com.vas.springai.controller;import org.springframework.ai.client.AiClient;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.RestController;@RestController@RequestMapping("/api/v1")public class OpenAIController {private final AiClient aiClient;public OpenAIController(AiClient aiClient) {this.aiClient = aiClient;}}
3 使用Prompt类构建提示信息
提示类是一个消息对象序列的结构化持有者,每个消息都代表提示的一部分。这些消息在提示中扮演着不同的角色和目的,内容也各不相同。包括用户问题、AI生成的响应以及相关上下文细节等等。这种设置有助于进行复杂和精细的人机交互,因为提示由多个具有特定功能的消息组成。
@GetMapping("/completion")public String completion(@RequestParam(value = "message") String message){return this.aiClient.generate(message);}
然而,aiClient的generate方法并不仅仅接受纯文本作为参数,它也可以接受Prompt类的对象作为参数,如下所示。现在,这个方法返回的是AiResponse类型的实例,不是简单的文本。
@GetMapping("/completion")public AiResponse completion(@RequestParam(value = "message") String message){ PromptTemplate promptTemplate = new PromptTemplate("translate the given english sentence sentence into french {query}"); Prompt prompt = promptTemplate.create(Map.of("query", message)); return this.aiClient.generate(prompt);}
此外,Prompt类还提供了一个重载的构造函数,可以接受不同角色和意图的Message类型实例序列作为参数。这样可以更好地组织和管理提示信息,方便后续的处理和使用。下面是一个示例代码,展示了如何使用这个重载构造函数来合并所有内容。
package com.vas.springai.controller;import org.springframework.ai.client.AiClient;import org.springframework.ai.client.Generation;import org.springframework.ai.prompt.Prompt;import org.springframework.ai.prompt.PromptTemplate;import org.springframework.ai.prompt.SystemPromptTemplate;import org.springframework.ai.prompt.messages.Message;import org.springframework.web.bind.annotation.GetMapping;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.RequestParam;import org.springframework.web.bind.annotation.RestController;import java.util.List;import java.util.Map;@RestController@RequestMapping("/api/v1")public class OpenAIController {private final AiClient aiClient;public OpenAIController(AiClient aiClient) {this.aiClient = aiClient;}@GetMapping("/completion")public List<generation> completion(@RequestParam(value = "message") String message) {String systemPrompt = """You are a helpful AI assistant that helps people translate given text from english to french.Your name is TranslateProYou should reply to the user's request with your name and also in the style of a professional.""";SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);Message systemMessage = systemPromptTemplate.createMessage();PromptTemplate promptTemplate = new PromptTemplate("translate the given english sentence sentence into french {query}");Message userMessage = promptTemplate.createMessage(Map.of("query", message));Prompt prompt = new Prompt(List.of(systemMessage, userMessage));return this.aiClient.generate(prompt).getGenerations();}}</generation>
4 测试应用程序
可以使用市场上任何可用的开放工具来测试应用程序,例如postman、insomnia和Httpie等等。
图片
以上是编程新范式,当Spring Boot遇上OpenAI的详细内容。更多信息请关注PHP中文网其他相关文章!

大型语言模型(LLMS)的流行激增,工具称呼功能极大地扩展了其功能,而不是简单的文本生成。 现在,LLM可以处理复杂的自动化任务,例如Dynamic UI创建和自主a

视频游戏可以缓解焦虑,建立焦点或支持多动症的孩子吗? 随着医疗保健在全球范围内挑战,尤其是在青年中的挑战,创新者正在转向一种不太可能的工具:视频游戏。现在是世界上最大的娱乐印度河之一

“历史表明,尽管技术进步推动了经济增长,但它并不能自行确保公平的收入分配或促进包容性人类发展,”乌托德秘书长Rebeca Grynspan在序言中写道。

易于使用,使用生成的AI作为您的谈判导师和陪练伙伴。 让我们来谈谈。 对创新AI突破的这种分析是我正在进行的《福布斯》列的最新覆盖范围的一部分,包括识别和解释

在温哥华举行的TED2025会议昨天在4月11日举行了第36版。它有来自60多个国家 /地区的80个发言人,包括Sam Altman,Eric Schmidt和Palmer Luckey。泰德(Ted)的主题“人类重新构想”是量身定制的

约瑟夫·斯蒂格利茨(Joseph Stiglitz)是2001年著名的经济学家,是诺贝尔经济奖的获得者。斯蒂格利茨认为,AI可能会使现有的不平等和合并权力恶化,并在几个主导公司的手中加剧,最终破坏了经济的经济。

图数据库:通过关系彻底改变数据管理 随着数据的扩展及其特征在各个字段中的发展,图形数据库正在作为管理互连数据的变革解决方案的出现。与传统不同

大型语言模型(LLM)路由:通过智能任务分配优化性能 LLM的快速发展的景观呈现出各种各样的模型,每个模型都具有独特的优势和劣势。 有些在创意内容gen上表现出色


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

安全考试浏览器
Safe Exam Browser是一个安全的浏览器环境,用于安全地进行在线考试。该软件将任何计算机变成一个安全的工作站。它控制对任何实用工具的访问,并防止学生使用未经授权的资源。

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

DVWA
Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

Dreamweaver CS6
视觉化网页开发工具

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。