搞AI不必非得转学python了，spring版的langchain来了！！！
作为一个java程序员研究大模型真的是天然的心理门槛。换个语言（python）就感觉换了个媳妇一样，总是迈不出那一步。
最近为了项目，下定决心、刚费了九牛二虎之力搭建了一套本地问答大模型应用，见我前一篇文章：Macbook air M2 16G 用cpu跑同大模型知识库文档系统（Langchain-chatchat+llama2-7B量化模型)
然后就惊喜的发现了spring官方于3月1日发布springAI，java世界的Langchain框架。
SpringAI让我最欣喜的是的功能：
- “文档问答”或“与文档聊天”
这正是我要做的场景啊，就是基于本地文档知识库+大模型的智能文档对话应用啊！接下来的业务时间，我准备实战一站SpringAI+本地大模型+本地知识库了，届时定会写一篇文章分享给大家。
- 数据工程ETL框架
这个特性太棒了，pdf、doc、xlsx、pptx、txt、html…的读取/解析/向量化，懂的都懂，这简直就是福利啊。
Tika、PdfBox、OCR…熟悉的味道，人家都给你集成好了，文字版pdf、扫描版pdf都能识别，一个字“够意思”！
这就意味着前面连我的文件上传服务，后面连接我的ElasticSearch，这个基于本地大模型私有文档库的问答系统即7788了。spring你就是及时雨宋江啊！
SpringAI主要特性（官网翻译）：
Spring AI项目旨在简化包含人工智能功能的应用程序的开发，而没有不必要的复杂性。
该项目从著名的Python项目中汲取灵感，如LangChain和LlamaIndex，但Spring AI不是这些项目的直接端口。该项目成立时相信，下一波生成式人工智能应用程序将不仅适用于Python开发人员，而且将在许多编程语言中无处不在。
在其核心，Spring AI提供了抽象，作为开发AI应用程序的基础。这些抽象具有多个实现，能够以最小的代码更改轻松交换组件。
Spring AI提供以下功能：
- 支持所有主要模型提供商，如OpenAI、微软、亚马逊、谷歌和Huggingface。 支持的模型类型是聊天和文本到图像，还有更多。
- 跨AI提供商的便携式API，用于聊天和嵌入模型。支持同步和流API选项。还支持下拉以访问模型特定功能。 将AI模型输出映射到POJO。
- 支持所有主要的矢量数据库提供商，如Azure Vector
Search、Chroma、Milvus、Neo4j、PostgreSQL/PGVector、PineCone、Qdrant、Redis和Weaviate
- 跨矢量商店提供商的便携式API，包括一个新型的类似SQL的元数据过滤器API，也是可移植的。
- 函数调用
- 人工智能模型和矢量存储的弹簧启动自动配置和启动器。
- 数据工程ETL框架
此功能集允许您实现常见的用例，如“文档问答”或“与文档聊天”。
后续感兴趣的朋友，可以加个关注，我会分享一篇：用cpu跑通离线大模型+SpringAI+本地知识库的问答应用。