spring-ai

Spring AI es un framework de aplicaciones de código abierto dentro del ecosistema Spring que aplica los principios de diseño de Spring —portabilidad, modularidad y APIs fuertemente tipadas— al desarrollo de aplicaciones de inteligencia artificial. Su objetivo principal es servir como una capa de abstracción coherente y compatible con Spring para conectar datos empresariales y APIs con modelos de IA. El soporte para proveedores de modelos incluye Anthropic, OpenAI, Amazon Bedrock, Google, Ollama, Mistral AI, DeepSeek y otros. Cubre funcionalidades como chat, embeddings, texto a imagen, transcripción de audio, texto a voz y moderación. La API portátil funciona entre proveedores tanto para llamadas síncronas como en streaming, manteniendo accesibles las opciones específicas del modelo cuando sea necesario. La integración con almacenes vectoriales es igualmente amplia, con soporte para Amazon Bedrock Knowledge Base, Amazon S3, Apache Cassandra, Azure Vector Search, Chroma, Couchbase, Elasticsearch, GemFire, MariaDB, Milvus, MongoDB Atlas, Neo4j, OpenSearch, Oracle, PostgreSQL/PGVector, Pinecone, Qdrant, Redis, Typesense y Weaviate. La API portátil para estos almacenes incluye una API de filtrado de metadatos similar a SQL. Entre las capacidades clave se incluyen: - Salidas estructuradas (Structured Outputs) que mapean las respuestas del modelo a POJOs. - Llamada a herramientas (Tool Calling), permitiendo que los modelos soliciten la ejecución de funciones del lado del cliente para obtener información en tiempo real. - Un módulo de observabilidad para insights sobre las operaciones de IA. - Un marco ETL de inyección de documentos para ingeniería de datos. - Utilidades de evaluación de modelos de IA para evaluar el contenido generado y prevenir alucinaciones. La API ChatClient ofrece una interfaz fluida, similar a WebClient/RestClient, para interactuar con modelos de chat. La API Advisors encapsula patrones recurrentes de IA generativa y transforma los datos que fluyen hacia y desde los LLMs. Existe un soporte nativo para MCP (Model Context Protocol) a través de Boot Starters y anotaciones Java, con transportes STDIO, SSE y Streamable-HTTP, lo que permite a las aplicaciones consumir servidores MCP o exponer servicios Spring al ecosistema de IA. Se admite la memoria de conversación de chat con backends persistentes pluggeables (JDBC, Cassandra, MongoDB, Neo4j, Redis), y la Generación Aumentada por Recuperación (RAG) está integrada. Spring Boot Auto Configuration y Starters cubren todos los modelos y almacenes vectoriales admitidos, y los proyectos pueden generarse mediante start.spring.io. La versionación se alinea con Spring Boot: Spring AI 2.x apunta a Spring Boot 4.x, mientras que Spring AI 1.1.x apunta a Spring Boot 3.5.x. El proyecto proporciona documentación de referencia, Javadoc, notas de actualización, un repositorio de ejemplos y una organización comunitaria para construir integraciones de IA basadas en Spring. Compilar desde el código fuente es opcional y puede realizarse con `./mvnw clean install` para publicar artefactos en un repositorio Maven local.