इस प्रोजेक्ट के बारे में

Spring AI स्प्रिंग इकोसिस्टम का एक ओपन-सोर्स एप्लिकेशन फ्रेमवर्क है, जो स्प्रिंग के डिज़ाइन सिद्धांतों—पोर्टेबिलिटी, मॉड्यूलरिटी, और स्ट्रॉन्गली-टाइप्ड APIs—को AI एप्लिकेशन विकास में लाता है। इसका मुख्य उद्देश्य एक सुसंगत, स्प्रिंग-अनुकूल एब्स्ट्रैक्शन परत के माध्यम से एंटरप्राइज़ डेटा और APIs को AI मॉडल्स से जोड़ना है। मॉडल प्रदाता समर्थन में Anthropic, OpenAI, Amazon Bedrock, Google, Ollama, Mistral AI, DeepSeek और अन्य शामिल हैं, जो चैट, एम्बेडिंग, टेक्स्ट-टू-इमेज, ऑडियो ट्रांसक्रिप्शन, टेक्स्ट-टू-स्पीच, और मॉडरेशन को कवर करते हैं। एक पोर्टेबल API सिंक्रोनस और स्ट्रीमिंग दोनों कॉल्स के लिए प्रदाताओं में काम करता है, जबकि मॉडल-विशिष्ट विकल्प आवश्यकता पड़ने पर सुलभ रहते हैं। वेक्टर स्टोर एकीकरण भी उतना ही व्यापक है, जिसमें 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, और Weaviate के लिए समर्थन शामिल है। इन स्टोर्स में एक पोर्टेबल API में SQL-जैसा मेटाडेटा फ़िल्टर API शामिल है। मुख्य क्षमताओं में Structured Outputs शामिल हैं जो मॉडल प्रतिक्रियाओं को POJOs में मैप करते हैं, Tool Calling जिससे मॉडल वास्तविक समय की जानकारी के लिए क्लाइंट-साइड फ़ंक्शन निष्पादन का अनुरोध कर सकते हैं, AI ऑपरेशन अंतर्दृष्टि के लिए एक Observability मॉड्यूल, डेटा इंजीनियरिंग के लिए एक दस्तावेज़ इंजेक्शन ETL फ्रेमवर्क, और उत्पन्न सामग्री का आकलन करने और भ्रम (hallucinations) से बचाने के लिए AI मॉडल मूल्यांकन उपयोगिताएँ शामिल हैं। ChatClient API चैट मॉडल्स से बात करने के लिए एक फ्लूएंट, WebClient/RestClient-शैली इंटरफ़ेस प्रदान करता है, जबकि Advisors API पुनरावर्ती जनरेटिव AI पैटर्न को समाहित करता है और LLMs के लिए और से बहने वाले डेटा को रूपांतरित करता है। पहले-स्तरीय MCP (मॉडल कॉन्टेक्स्ट प्रोटोकॉल) समर्थन Boot Starters और Java एनोटेशन के माध्यम से उपलब्ध है, जिसमें STDIO, SSE, और Streamable-HTTP ट्रांसपोर्ट शामिल हैं, जिससे एप्लिकेशन MCP सर्वर का उपभोग कर सकते हैं या स्प्रिंग सेवाओं को AI इकोसिस्टम में उजागर कर सकते हैं। चैट वार्तालाप मेमोरी प्लगेबल पर्सिस्टेंट बैकएंड (JDBC, Cassandra, MongoDB, Neo4j, Redis) के साथ समर्थित है, और Retrieval Augmented Generation (RAG) अंतर्निहित है। Spring Boot Auto Configuration और Starters सभी समर्थित मॉडल्स और वेक्टर स्टोर्स को कवर करते हैं, और प्रोजेक्ट start.spring.io के माध्यम से स्कैफोल्ड किए जा सकते हैं। संस्करण Spring Boot के साथ संरेखित है: Spring AI 2.x Spring Boot 4.x को लक्षित करता है, जबकि Spring AI 1.1.x Spring Boot 3.5.x को लक्षित करता है। परियोजना संदर्भ दस्तावेज़ीकरण, Javadoc, अपग्रेड नोट्स, एक उदाहरण रिपॉजिटरी, और स्प्रिंग-आधारित AI एकीकरण बनाने के लिए एक सामुदायिक संगठन भेजती है। स्रोत से निर्माण वैकल्पिक है और इसे स्थानीय Maven रिपॉजिटरी में आर्टिफैक्ट प्रकाशित करने के लिए `./mvnw clean install` के साथ किया जा सकता है।