1、Spring AI 開(kāi)發(fā)框架介紹

Spring AI 借鑒了 LangChain（Python）的靈感，后者支持與 AI 和多種 LLM 集成。目前 Spring AI 提供了多種大模型和向量數(shù)據(jù)庫(kù)供您選擇?？梢缘卿浌倬W(wǎng)（https://spring.io/projects/spring-ai）查看 Spring AI 的更詳細(xì)文檔。

今天的 Spring AI 項(xiàng)目中會(huì)使用到 Vaadin，Vaadin 是一個(gè)基于 Java 和 Kotlin 的 Web 應(yīng)用開(kāi)發(fā)框架。

2、開(kāi)始構(gòu)建大模型應(yīng)用項(xiàng)目 

第一、需求

開(kāi)發(fā)一款能夠匯總股票市場(chǎng)周報(bào)的工具。

第二、項(xiàng)目效果

項(xiàng)目效果如下：

第三、架構(gòu)設(shè)計(jì)

整體架構(gòu)設(shè)計(jì)如下分為3個(gè)步驟：

1. 設(shè)置 RAG
2. 使用 Vaadin 設(shè)計(jì) UI 界面
3. 創(chuàng)建業(yè)務(wù)流程

步驟一、設(shè)置 RAG 檢索增強(qiáng)生成

在該項(xiàng)目中，我利用 Apache Tika 來(lái)解析位于 /resources 目錄中的 PDF 文件。

在大模型應(yīng)用程序啟動(dòng)過(guò)程中，系統(tǒng)會(huì)開(kāi)始讀取 PDF 文件，并將數(shù)據(jù) Embedding 后存儲(chǔ)到向量數(shù)據(jù)庫(kù)中。

RAG 將檢索增強(qiáng)的前后端進(jìn)行了分離，如下圖所示：

步驟二、使用 Vaadin 的 UI

這是一個(gè)簡(jiǎn)易的消息輸入界面，用于接收提示信息（嘗試構(gòu)建一個(gè)類似 ChatGPT 的用戶界面，但采用的是 Vaadin 框架）。

步驟三、創(chuàng)建業(yè)務(wù)流程

最后但同樣重要的一步是，我們將構(gòu)建一個(gè)服務(wù)來(lái)與大模型進(jìn)行通信。這包括添加系統(tǒng)提示詞，我們將使用 HashMap 進(jìn)行值的替換，接著利用 SystemPromptTemplate 生成消息，最后將其發(fā)送給大語(yǔ)言模型 (LLM)。

第四、項(xiàng)目集成

首先，我們?cè)诒镜剡M(jìn)行手動(dòng)測(cè)試 Ollama。

spring:
  ai:
    ollama:
      base-url: ${AI_OLLAMA_BASE_URL:<http://localhost:11434>}
      chat:
        options:
          model: llama3:8b

第五、項(xiàng)目完整代碼

項(xiàng)目完整開(kāi)源代碼 Github 地址：

??https://github.com/qianniucity/financial-weekly??

本文轉(zhuǎn)載自公眾號(hào)玄姐聊AGI  作者：玄姐

原文鏈接：??https://mp.weixin.qq.com/s/EFTLYmTwMXgsX-BxJ3y7Sw??