Spring AI 的第一个正式版本 1.0 正式发布了：

正式版本 Maven 依赖：

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>1.0.0</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

Spring AI 是 Spring 生态中的一个新项目：

Spring AI 不是 AI 大模型，它只是为 Java 集成各个大模型提供了一个抽象。

Spring AI 的核心是解决 AI 集成的各种挑战，将企业数据和 API 与 AI 大模型联系起来，通过 Spring AI，我们可以在 Java/Spring 应用中更方便快捷地使用 AI 聊天、图片生成、语音识别等功能。

Spring AI 集成了各种 AI 相关的 API，比如 OpenAI、Azure AI、Hugging Face、DeepSeek 等，它的目标是提供一致性的 API，隐藏底层模型的实现细节，让开发者可以用最少的代码调用各种 AI 服务。

Spring AI 的主要功能

Spring AI 的主要特性：

• 跨 AI 提供商的可移植 API 支持，包括同步 API 和流式 API 选项。此外，还提供特定于模型的功能访问。
• 支持所有主流 AI 模型提供商，如 Anthropic、OpenAI、Microsoft、Amazon、Google 和 Ollama，支持的模型类型包括：
  • Chat Completion（聊天补全）
  • Embedding（向量嵌入）
  • Text to Image（文生图）
  • Audio Transcription（音频转录）
  • Text to Speech（文本转语音）
  • Moderation（内容审核）
• AI 模型输出到 POJO 的映射。
• 支持所有主要的矢量数据库提供商 ，例如 Apache Cassandra、Azure Vector Search、Chroma、Milvus、MongoDB Atlas、Neo4j、Oracle、PostgreSQL/PGVector、PineCone、Qdrant、Redis 和 Weaviate 。
• 跨 Vector Store 提供商的可移植 API，包括一种新颖的类似 SQL 的元数据过滤器 API 。
• 工具/功能调用 - 允许模型请求执行客户端工具和功能，从而根据需要访问必要的实时信息。
• 可观察性 ——提供对 AI 相关操作的洞察。
• 用于数据工程的文档注入 ETL 框架 。
• AI 模型评估 - 用于帮助评估生成的内容并防止幻觉反应的实用程序。
• 提供 AI 模型和 Vector Stores 的 Spring Boot 自动配置及 Starters。
• ChatClient API - 用于与 AI 聊天模型通信的流畅 API，惯用语类似于 WebClient 和 RestClient API。
• Advisors API - 封装重复的生成式 AI 模式，转换发送到和来自语言模型的数据 (LLMs)，并提供跨各种模型和用例的可移植性。
• 支持聊天对话记忆和检索增强生成 (RAG) 。

Spring AI 集成大模型流程

Spring AI 集成大模型流程图：

目前，Spring AI 支持的 AI 平台包括：

• OpenAI (ChatGPT)
• Azure OpenAI
• Hugging Face
• DeepSeek
• ...

在之前的 Spring AI 版本中，DeepSeek 大模型也被正式加入进来了，我们可以用 Spring AI 直接访问 DeepSeek 的大模型服务。

根据输入和输出类型可以对几种模型进行了分类：

Spring AI 目前支持将输入和输出处理为语言、图像和音频的模型。

现在通过 https://start.spring.io/ Spring 项目官方初始化网站就可以一键生成 AI 项目了：

具体怎么玩，我之前分享过 Spring Boot + Spring AI + DeepSeek 的实战：