Spring AI

Spring AI开发框架提供对接应用与AI模型的集成开发能力，让开发者更加容易地开发智能体以及其他生成式人工智能的应用：

模型（Model）

AI模型是算法与数据的集合，用于处理信息以及生成信息，主要AI模型的类别包括，LLM大语言模型、图像或者视频生成模型、文本到语音模型、语音到文本模型、嵌入式表示模型、集合不同类别的模型在一起的多模态模型：

提示词（Prompt）

提示词是提示也是问题，即以提示性的方式向AI模型提问题或者需求，用于指导AI模型更加准确地实现人工与机器之间的交互。

嵌入式表示（Embedding）

嵌入式表示包括算法与数据结构，算法将输入的文本或者多媒体的信息转换为标准数字，存储在向量的数据结构中，实现高效地计算数据之间的相关性：

分词（Token）

分词作为AI模型处理文本输入与输出的最小单元，将输入的文本转化为token列表以及将输出的token列表转化为文本，理论上，单词与token之间的对应关系是1对多的关系，一个相同的单词可以出现在多个不同的token中。

结构化输出

Spring AI开发框架在AI模型处理的流程中，支持合法数据的输入以及结构化数据的输出：

AI模型支持供给侧的数据以及API接口调用

AI模型在数据处理的流程中，支持处理应用直接输入的数据以及调用应用提供的API接口获取第三方的数据，应用与AI模型的交互流程中，AI模型需要获取本地化的数据，AI模型支持数据本地化的方式包括，AI模型运行前使用机器学习微调本地化数据，AI模型运行中使用提示词加本地化数据作为上下文输入：

检索增强式生成（RAG）

RAG技术是传统的增强型索引系统技术，使用RAG技术从传统的大数据系统的向量数据集合中，获取用户业务的本地上下文数据，用于为提示词提供更加准确的本地化上下文数据，从而提升人工与机器之间交互的准确度：

工具调用（Tool Calling）

AI模型由算法与固定不变的数据构成，在AI模型运行的流程中，需要使用工具调用向第三方获取动态的数据，Spring AI开发框架提供数据与第三方调用API接口信息的输入，AI模型使用工具调用向Spring AI发送调用第三方接口的请求，Spring AI代理执行第三方接口的调用，Spring AI将第三方接口的响应返回给AI模型，AI模型结合工具调用获取到的动态数据与自身处理的数据，返回给客户端应用：