模型总览
约 836 字大约 3 分钟
2026-09-15
📌 原文地址:https://docs.spring.io/java-ai/reference/api/index.html 📌 原文版本:Java AI 2.0.1
简介(Introduction)
Java AI API 覆盖了非常多的功能范围。每一个主要特性都在各自的专门章节里有详细说明。为了让大家先有个整体印象,下面列出可用的关键功能:
AI Model API(AI 模型 API)
一套可移植的 Model API(模型接口),横跨各家 AI provider(服务提供方),支持 Chat(对话)、Text to Image(文生图)、Audio Transcription(音频转写)、Text to Speech(文本转语音)以及 Embedding(嵌入)这几类模型。既提供同步(synchronous)调用方式,也提供流式(stream)调用方式。同时,也支持"下沉"到底层,去访问某个模型特有的能力。
支持来自 OpenAI、Microsoft、Amazon、Google、Amazon Bedrock 等众多厂商的 AI 模型。
白话解读
"可移植"是指:写一套代码,换 provider 时不用大改。Java AI 在中间做了一层抽象,把各家模型 API 的差异抹平。真要调用某个厂商独有的高级特性时,也可以突破抽象层直接访问。
Vector Store API(向量存储 API)
一套可移植的 Vector Store API(向量存储接口),横跨多家 provider;还提供了一个很新颖的、同样可移植的、类 SQL 的 metadata filter API(元数据过滤 API)。目前已支持非常多的向量数据库。
Tool Calling API(工具调用 API)
Java AI 让 AI 模型调用你自己的服务变得很简单——只要把方法标注成 @Tool,或者写成 POJO(普通 Java 对象)形式的 java.util.Function 对象即可。
更多细节请查阅 Java AI Tool Calling 文档。
ChatClient API(聊天客户端 API)
ChatClient API 提供了一套 fluent API(流式链式 API),用来和 AI 模型对话。它的写法很符合 Spring 开发者的习惯,用起来跟 WebClient 或 RestClient 非常相似。
Advisors API(顾问 API)
Advisors API 把生成式 AI(Generative AI)里反复出现的套路封装起来,负责在数据发往 LLM(Large Language Model,大语言模型)和从 LLM 返回的过程中做转换,并且在不同模型与不同场景(比如 memory 记忆、tool-calling 工具调用、RAG 检索增强生成)之间提供可移植性。
MCP(Model Context Protocol,模型上下文协议)
MCP(Model Context Protocol)—— 用于无缝集成:既可以让你的 AI 应用去消费(consume)MCP server,也可以把基于 Spring 的服务暴露(expose)给整个 AI 生态使用。
自动配置(Auto Configuration)
为 AI 模型和向量存储提供 Spring Boot Auto Configuration(自动配置)以及 Starters(起步依赖)。
ETL 数据工程(ETL Data Engineering)
用于数据工程的 ETL 框架(Extract-Transform-Load,抽取-转换-加载)。它提供了把数据加载进向量数据库的基础能力,帮助实现 Retrieval Augmented Generation(检索增强生成)模式——也就是把你自己的数据带给 AI 模型,让它把这些数据融进回答里。
反馈与贡献(Feedback and Contributions)
项目的 GitHub discussions(GitHub 讨论区)是提交反馈的好地方。
后续章节导航:Multimodality(多模态)→ Chat Models(对话模型)
补充信息
- 当前稳定版本(Stable):2.0.1、1.1.8、1.0.9
- 快照版本(Snapshot):2.0.2-SNAPSHOT、1.1.9-SNAPSHOT
- 版权信息:Copyright © 2005 - Broadcom. All Rights Reserved.