spring ai 1.0.0-SNAPSHOT Chat Model API 为开发者提供了将智能对话补全能力集成至应用程序的接口。该API基于预训练语言模型（如GPT生成式预训练变换器），可生成符合人类语言习惯的交互响应。 其标准工作流程是：应用程序向AI模型发送提示信息或对话片段，模型根据训练数据对自然语言模式的理解生成对话补全内容，最终将结构化响应返回给调用方，供终端用户展示或后续业务处理。 Spring AI Chat Model API 采用简洁可移植的设计理念，通过统一接口实现对多种AI模型的调用，开发者仅需极少的代码调整即可切换不同模型。这一设计完美契合Spring框架模块化与可互换性的核心思想。 通过Prompt（输入封装）和ChatResponse（输出处理）等配套类的协作，该API实现了与AI模型通信的标准化。它封装了请求构建与响应解析的复杂性，为开发者提供了开箱即用的简洁接口。…
Read More检索增强生成（Retrieval Augmented Generation，RAG）是一种有助于克服大型语言模型在处理长篇内容、事实准确性以及上下文感知方面所面临限制的技术。 Spring AI 通过提供一种模块化架构来支持 RAG，这种架构允许你自行构建定制的 RAG 流程，或者使用通过Advisor API 提供的现成 RAG 流程。 Advisors Spring…
Read More代码已上传至github仓库：https://github.com/itaiit/spring-ai-learn 向量数据库是一种专门类型的数据库，在人工智能应用中发挥着关键作用。 在向量数据库中，查询与传统关系型数据库有所不同。它们不是寻找精确匹配，而是执行相似性搜索。当给出一个向量作为查询时，向量数据库会返回与查询向量“相似”的向量。 向量数据库用于将您的数据与人工智能模型集成。使用它们的第一步是将您的数据加载到向量数据库中。然后，当要将用户查询发送给人工智能模型时，会先检索一组相似的文档。这些文档随后作为用户问题的上下文，并与用户的查询一起发送给人工智能模型。这种技术被称为检索增强生成（Retrieval Augmented Generation，RAG）。 要将数据插入向量数据库，需将其封装在一个 Document 对象内。Document 类封装了来自数据源（如 PDF 或 Word 文档）的内容，并包含以字符串形式表示的文本。它还包含以键值对形式呈现的元数据，包括诸如文件名等详细信息。 当插入向量数据库时，文本内容会通过嵌入模型转换为数值数组，即浮点数数组（float），这被称为向量嵌入（vector…
Read More使用spring ai调用deepseek来完成对于模型的基本使用，熟悉一下spring ai的开发方式。使用的版本信息： spirng boot 3.4.5 spring-ai-bom 1.0.0-M7 spring-cloud-alibaba-dependencies 2021.0.4.0 项目中使用nacos作为配置中心保存openai key的配置，因此引入了spring-cloud-alibaba-dependencies。 搭建项目依赖 版本依赖管理： application.yml文件配置：…
Read More模型 AI 模型是设计用于处理和生成信息的算法，通常模仿人类的认知功能。通过从大型数据集中学习模式和洞察，这些模型可以进行预测、生成文本、图像或其他输出，从而在各个行业中增强各种应用程序的功能。 有许多不同类型的 AI 模型，每种模型都适用于特定的用例。尽管 ChatGPT 及其生成式 AI 功能通过文本输入和输出吸引了用户，但许多模型和公司提供了多种输入和输出方式。在 ChatGPT 之前，许多人对文本到图像生成模型（如 Midjourney 和 Stable…
Read More最近在看dubbo的源代码，看到了org.apache.dubbo.rpc.protocol.tri.TripleProtocol#refer方法通过exchange->transporter->client的链路获取到了表示客户端连接的Client对象，里面使用到了netty4。因此参考dubbo创建Client的流程写一个netty的示例程序。 服务端搭建 简单使用命令在本地启动一个监听端口的服务端程序：nc -l 30888 我这里监听的30888端口。 客户端搭建 示例代码： 结果验证 启动客户端程序之后，可以看到服务端成功打印客户端发送的请求：
Read More环境使用nacos server: 2.5.0；dubbo admin: develop分支；dubbo admin githubnpm: 11.3.0;IntelliJ IDEA 2025.1; Apache Maven 3.9.0; Java version:…
Read More前言 通过调试可以观察到dubbo中spi拓展生成的对象都有$Adaptive的后缀，例如protocol的spi实例化对象为： 下面来看看这个代理对象是如何生成的：首先我们获取spi的代理对象可以通过ExtensionLoader中的两个方法getExtension和getAdaptiveExtension来获取，这两者的区别是： – getExtension 方法用于获取指定名称的扩展点实现类实例； – getAdaptiveExtension 方法用于获取一个自适应的扩展点实例。这个实例会根据运行时的参数动态地选择具体的扩展点实现类；1. 在代码中，使用getExtensionLoader(type)首先会获取到对应类型的spi接口的ExtensionLoader实例，如果不存在则创建，并进行缓存存放到ExtensionLoader类的extensionLoadersMap成员变量中。创建对应类型的ExtensionLoader很简单，使用map的putIfAbsent方法，将new出来的ExtensionLoader放入缓存map中：extensionLoadersMap.putIfAbsent(type, new ExtensionLoader(type, this, scopeModel));2. 然后调用创建出来的ExtensionLoader的getAdaptiveExtension方法获取自适应的实例。创建的流程是首先动态生成自适应的spi类的java代码，即图中的code变量；然后对动态生成的代码进行编译Compile生成Class对象。有了Class对象之后，即可通过反射创建实例对象。…
Read More消费者端接口引用 从消费者端来进行分析，定义消费者的接口的时候可以定义返回ReferenceBean的@Bean： @Bean@DubboReference(group = "demo", filter = "-mytest,refFilter1")public ReferenceBean<DemoService> referenceBean() { HashMap<String, Object> props =…
Read More例如使用brew安装了python3.10之后，使用python3命令得到的版本却是3.9.6的版本： macOS 预装的 /usr/bin/python3 通常是较旧的 Python 3.x 版本（例如 Python 3.8 或 3.9），因为苹果倾向于使用稳定的系统版本，而非最新版。这是出于系统兼容性和稳定性考虑，不建议直接修改或删除系统自带的 Python。 查看python3的路径，可以知道是在/usr/bin下面。其实还有一个路径是/usr/local/bin，通过echo $PATH查看环境变量，可以看到/usr/local/bin在前，因此优先级高。…
Read More
ref-nobody