提供基础的Cohere嵌入式客户端。整合生成型AI能力到关键应用程序和工作流中，以提升业务成果。

[AWS Bedrock Cohere Model Page](Amazon Bedrock User Guide(https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)包含了如何使用AWS托管模型的详细信息。

先决条件

请参考亚马逊床岩上的Spring AI文档来设置API访问。

添加存储库和物料清单

Spring AI工件发布在Spring Milestone和Snapshot存储库中。请参阅存储库部分，以将这些存储库添加到您的构建系统中。

为了帮助管理依赖关系，Spring AI 提供了一个 BOM（物料清单），以确保整个项目中使用的 Spring AI 版本是一致的。请参考 依赖管理部分，将 Spring AI BOM 添加到您的构建系统中。

自动配置

将`spring-ai-bedrock-ai-spring-boot-starter`依赖添加到项目的Maven `pom.xml`文件中：

<dependency>
  <groupId>org.springframework.ai</groupId>
  <artifactId>spring-ai-bedrock-ai-spring-boot-starter</artifactId>
</dependency>

或者添加到你的Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-bedrock-ai-spring-boot-starter'
}
Tip
 请参考依赖管理部分，在您的构建文件中添加Spring AI BOM。

启用Cohere嵌入式支持

默认情况下，Cohere模型是禁用的。要启用它，请将`spring.ai.bedrock.cohere.embedding.enabled`属性设置为`true`。导出环境变量是设置此配置属性的一种方式：

export SPRING_AI_BEDROCK_COHERE_EMBEDDING_ENABLED=true

嵌入属性

前缀 spring.ai.bedrock.aws 是用于配置与 AWS Bedrock 连接的属性前缀。

属性 描述 默认值

spring.ai.bedrock.aws.region

要使用的AWS区域。

us-east-1

spring.ai.bedrock.aws.access-key

AWS访问密钥。

-

spring.ai.bedrock.aws.secret-key

AWS密钥。

-

前缀 spring.ai.bedrock.cohere.embedding（在`BedrockCohereEmbeddingProperties`中定义）是配置Cohere的嵌入客户端实现的属性前缀。

属性

描述

默认值

spring.ai.bedrock.cohere.embedding.enabled

启用或禁用对Cohere的支持

false

spring.ai.bedrock.cohere.embedding.model

使用的模型id。参见 CohereEmbeddingModel 支持的模型列表。

cohere.embed-multilingual-v3

spring.ai.bedrock.cohere.embedding.options.input-type

在每种类型之前添加特殊的令牌以便区分各个类型。您不应将不同类型混合使用，除非是在搜索和检索时混合使用。在这种情况下，应使用search_document类型嵌入您的语料库，并使用search_query类型嵌入查询。

SEARCH_DOCUMENT

spring.ai.bedrock.cohere.embedding.options.truncate

指定API处理超出最大令牌长度的输入的方式。如果您指定了LEFT或RIGHT，则模型将丢弃输入，直到剩余的输入正好是该模型的最大输入令牌长度。

NONE

查看 CohereEmbeddingModel 以获取其他模型ID。支持的值有：cohere.embed-multilingual-v3 和 cohere.embed-english-v3。模型ID值也可以在 AWS Bedrock 文档中的基础模型ID 找到。

Tip
 所有以 spring.ai.bedrock.cohere.embedding.options 为前缀的属性可以在运行时被覆盖，方法是在 EmbeddingRequest 调用中添加一个请求特定的 [embedding-options]。

运行时选项

The BedrockCohereEmbeddingOptions.java 提供了模型配置，例如 input-type 或 truncate。

在启动时，可以使用`BedrockCohereEmbeddingClient(api, options)`构造函数或`spring.ai.bedrock.cohere.embedding.options.*`属性来配置默认选项。

在运行时，你可以通过添加新的、特定于请求的选项到`EmbeddingRequest`调用中来覆盖默认选项。例如，要覆盖特定请求的默认温度设置：

EmbeddingResponse embeddingResponse = embeddingClient.call(
    new EmbeddingRequest(List.of("Hello World", "World is big and salvation is near"),
        BedrockCohereEmbeddingOptions.builder()
        	.withInputType(InputType.SEARCH_DOCUMENT)
        .build()));

样本控制器

访问'''Create'''，新建一个Spring Boot项目，并将`spring-ai-bedrock-ai-spring-boot-starter`添加到你的pom（或gradle）依赖中。

在`src/main/resources`目录下添加一个`application.properties`文件，以启用并配置Cohere嵌入式客户端：

spring.ai.bedrock.aws.region=eu-central-1
spring.ai.bedrock.aws.access-key=${AWS_ACCESS_KEY_ID}
spring.ai.bedrock.aws.secret-key=${AWS_SECRET_ACCESS_KEY}

spring.ai.bedrock.cohere.embedding.enabled=true
spring.ai.bedrock.cohere.embedding.options.input-type=search-document
Tip
 将 regions、access-key 和 secret-key 替换为您的AWS凭证。

这将创建一个`BedrockCohereEmbeddingClient`实现，您可以将其注入到您的类中。这里有一个简单的`@Controller`类的例子，它使用聊天客户端来生成文本。

@RestController
public class EmbeddingController {

private final EmbeddingClient embeddingClient;

@Autowired
    public EmbeddingController(EmbeddingClient embeddingClient) {
        this.embeddingClient = embeddingClient;
    }

java
    @GetMapping("/ai/embedding")
    public Map embed(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        EmbeddingResponse embeddingResponse = this.embeddingClient.embedForResponse(List.of(message));
        return Map.of("embedding", embeddingResponse);
    }
}

手动配置

The BedrockCohereEmbeddingClient 实现了 EmbeddingClient 接口，并使用了 [low-level-api] 来连接到 Bedrock Cohere 服务。

将`spring-ai-bedrock`依赖项添加到您的项目的Maven `pom.xml`文件中：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-bedrock</artifactId>
</dependency>

或者添加到你的Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-bedrock'
}
Tip
 请参考依赖管理部分，在您的构建文件中添加Spring AI BOM。

接下来，创建一个https://github.com/spring-projects/spring-ai/blob/main/models/spring-ai-bedrock/src/main/java/org/springframework/ai/bedrock/cohere/BedrockCohereEmbeddingClient.java[BedrockCohereEmbeddingClient]并用它来进行文本嵌入：

var cohereEmbeddingApi =new CohereEmbeddingBedrockApi(
		CohereEmbeddingModel.COHERE_EMBED_MULTILINGUAL_V1.id(),
		EnvironmentVariableCredentialsProvider.create(), Region.US_EAST_1.id(), new ObjectMapper());


var embeddingClient = new BedrockCohereEmbeddingClient(cohereEmbeddingApi);

EmbeddingResponse embeddingResponse = embeddingClient
	.embedForResponse(List.of("Hello World", "World is big and salvation is near"));

低级Cohere嵌入式基岩Api客户端

'''[CohereEmbeddingBedrockApi](https://github.com/spring-projects/spring-ai/blob/main/models/spring-ai-bedrock/src/main/java/org/springframework/ai/bedrock/cohere/api/CohereEmbeddingBedrockApi.java) 提供的是一个基于 AWS Bedrock 的轻量级 Java 客户端，支持 [Cohere Command 模型](https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-cohere-command.html)。'''

以下类图说明了CohereEmbeddingBedrockApi接口和构建模块：

bedrock cohere embedding low level api

CohereEmbeddingBedrockApi支持`cohere.embed-english-v3`和`cohere.embed-multilingual-v3`模型来进行单个和批量嵌入计算。

这是一个简单的代码片段，展示了如何以编程方式使用API：

CohereEmbeddingBedrockApi api = new CohereEmbeddingBedrockApi(
		CohereEmbeddingModel.COHERE_EMBED_MULTILINGUAL_V1.id(),
		EnvironmentVariableCredentialsProvider.create(),
		Region.US_EAST_1.id(), new ObjectMapper());

CohereEmbeddingRequest request = new CohereEmbeddingRequest(
		List.of("I like to eat apples", "I like to eat oranges"),
		CohereEmbeddingRequest.InputType.search_document,
		CohereEmbeddingRequest.Truncate.NONE);

CohereEmbeddingResponse response = api.embedding(request);