Spring AI`项目旨在简化开发集成人工智能功能的应用程序，无需不必要的复杂性。
项目从著名的Python项目中汲取灵感，比如LangChain和LlamaIndex，但Spring AI并不是这些项目的直接移植。该项目成立的信念是，下一波生成式AI应用不仅仅属于Python开发者，而且会遍布许多编程语言。
在核心层面上，Spring AI 提供了抽象概念，这些抽象概念为开发人工智能应用程序提供了基础。这些抽象有多种实现方式，可以在不需要大量代码更改的情况下轻松换用不同的组件。
Spring AI 提供以下功能：
-
支持包括OpenAI、Microsoft、Amazon、Google和Huggingface在内的所有主要模型提供商。
-
目前支持的模型类型包括聊天和文本到图像转换，未来将支持更多类型。
-
为聊天和嵌入模型提供跨AI提供商的可移植API。支持同步和流API选项。也支持降级访问特定模型的功能。
-
AI模型输出到POJOs的映射。
-
支持所有主要的向量数据库提供商，如Azure Vector Search、Chroma、Milvus、Neo4j、PostgreSQL/PGVector、PineCone、Qdrant、Redis和Weaviate。
-
跨向量存储提供者的便携式API，包括一种新颖的类似SQL的元数据过滤API，该API也具有便携性。
-
函数调用
-
Spring Boot 自动配置和 AI 模型及向量存储的起动器。
-
数据工程的ETL框架
这套功能可以让你实现常见的使用案例如“对你的文档进行问答”或者“与你的文档聊天。”。
概念部分 提供了 AI 概念及其在 Spring AI 中的表示的高层次概述。
"入门"部分向您展示了如何创建您的第一个AI应用程序。后续各节深入探讨每个组件以及常见用例，并采用以代码为中心的方法进行讲解。