个人网站搭建wordpress沧州网站建设选网龙

当前位置： 首页 > news >正文

个人网站搭建wordpress,沧州网站建设选网龙,杭州网站建设文章,线上推广平台都有哪些Spring AI 介绍 #xff1a;简化Java AI开发的统一接口解决方案 在过去#xff0c;使用Java开发AI应用时面临的主要困境是没有统一且标准的封装库#xff0c;导致开发者需要针对不同的AI服务提供商分别学习和对接各自的API#xff0c;这增加了开发难度与迁移成本。而Sprin… Spring AI 介绍 简化Java AI开发的统一接口解决方案 在过去使用Java开发AI应用时面临的主要困境是没有统一且标准的封装库导致开发者需要针对不同的AI服务提供商分别学习和对接各自的API这增加了开发难度与迁移成本。而Spring AI的出现解决了这一问题它提供了一套兼容市面上主要生成任务如文本、图像生成的标准接口。通过采用Spring AI开发者只需编写一次代码并通过修改配置即可轻松切换至不同AI供应商的服务极大简化了AI功能集成过程使得基于Java Spring的应用能够更加便捷地利用先进的AI能力。 Spring AI Alibaba阿里的Spring AI最佳实践集合 Spring AI Alibaba 是基于 Spring AI 的实现专为阿里云的百炼系列大模型提供接入服务。它继承了 Spring 生态系统的设计原则如可移植性和模块化设计并将其应用于人工智能领域。Spring AI 的核心优势在于其标准化了不同AI提供商如OpenAI、Azure、阿里云等的接口实现使得开发者只需编写一次代码通过修改配置即可轻松切换不同的AI后端。此外Spring AI 直接兼容Flux流输出简化了与市面上大多数基于流的机器人模型的集成过程。这不仅大幅减少了开发和迁移时的工作量也提高了应用程序的灵活性和适应性。通过使用 Spring AI Alibaba开发者可以更高效地构建并扩展利用通义千问等大模型的应用程序。 Spring AI函数调用(function calling) 机制探秘 在Spring AI中实现函数调用的原理是用户首先定义一个实现了Function接口的Java类该类通过特定的注解如JsonProperty和JsonPropertyDescription来描述其输入参数、输出结果以及函数的具体作用。这些注解使得开发者能够明确指定函数的行为及其预期用途为后续步骤打下基础。 当应用程序启动时Spring AI会自动读取并解析这些注解信息将它们转换成一种易于大模型理解的文字描述形式并作为上下文的一部分传递给大模型。这样做是为了让大模型能够根据当前对话或任务的需求判断是否需要调用某个已定义好的函数来完成更复杂的任务。如果大模型决定调用某项功能则会在响应中明确指出希望调用哪个具体的函数及所需的参数值。 接下来Spring AI接收到这一指示后在本地环境中执行相应的Java方法获取到执行结果。随后它不仅将该结果反馈给大模型同时还会一并将之前的对话历史或相关信息再次提交给大模型以确保整个交互过程中的连贯性和一致性。这种方式有效地增强了AI系统的功能性与灵活性使其能够利用外部工具或服务完成更加多样化且复杂的工作流程。 构建后端Spring Boot集成Spring AI Alibaba实现第三方API调用优化利润分析 实现步骤

1. 环境准备与依赖添加 首先确保JDK版本为17及以上Spring Boot版本为3.3.x以上。接着在项目中添加必要的仓库和依赖。 仓库配置 repositoriesrepositoryidsonatype-snapshots/idurlhttps://oss.sonatype.org/content/repositories/snapshots/urlsnapshotsenabledtrue/enabled/snapshots/repositoryrepositoryidspring-milestones/idnameSpring Milestones/nameurlhttps://repo.spring.io/milestone/urlsnapshotsenabledfalse/enabled/snapshots/repositoryrepositoryidspring-snapshots/idnameSpring Snapshots/nameurlhttps://repo.spring.io/snapshot/urlreleasesenabledfalse/enabled/releases/repository/repositories依赖配置 dependenciesdependencygroupIdcom.alibaba.cloud.ai/groupIdartifactIdspring-ai-alibaba-starter/artifactIdversion1.0.0-M2/version/dependency!– 其他必需依赖 – /dependencies需要配置spring boot parent  parentgroupIdorg.springframework.boot/groupIdartifactIdspring-boot-starter-parent/artifactIdversion3.3.4/versionrelativePath/ !– lookup parent from repository –/parent 2. 配置阿里云API Key 在application.properties文件中设置阿里云通义大模型的API Key。 spring.ai.dashscope.api-keyYOUR_API_KEY
2. 创建函数定义 定义一个用于查询雪球股票利润表的Java函数。此函数将被注册给LLM使用。 import com.fasterxml.jackson.annotation.JsonProperty; import com.fasterxml.jackson.annotation.JsonPropertyDescription; import org.springframework.web.client.RestTemplate;public class XueQiuStockService implements FunctionXueQiuStockService.StockRequest, String {private final RestTemplate restTemplate new RestTemplate();Overridepublic String apply(StockRequest request) {String url https://stock.xueqiu.com/v5/stock/finance/cn/income.json?symbol request.getSymbol() typeallis_detailtruecount1;String response restTemplate.getForObject(url, String.class);// 对返回的数据进行简单处理或直接返回return response;}public static class StockRequest {JsonProperty(required true, value 股票代码)JsonPropertyDescription(股票代码, 如SH600900)private String symbol;public StockRequest() {}public StockRequest(String symbol) { this.symbol symbol; }public String getSymbol() { return symbol; }public void setSymbol(String symbol) { this.symbol symbol; }} }
3. 注册函数 通过Spring配置类将上述定义的函数注册为一个Bean。 Configuration public class AppConfig {BeanDescription(查询指定股票代码的利润表)public FunctionXueQiuStockService.StockRequest, String xueQiuStockFunction() {return new XueQiuStockService();} }
4. 使用Prompt Template结合函数提供服务 创建Controller来接收请求并结合Prompt和已注册的函数执行操作。 RestController RequestMapping(/ai) CrossOrigin(origins ) public class ChatController {private final ChatClient chatClient;public ChatController(ChatClient.Builder builder) {this.chatClient builder.build();}GetMapping(/chatSteam)public FluxString chatSteam(RequestParam String input) {PromptTemplate promptTemplate new PromptTemplate({input} 的利润率是多少请给出详细分析。);DashScopeChatOptionsBuilder opsBuilder DashScopeChatOptions.builder().withFunction(xueQiuStockFunction);DashScopeChatOptions ops opsBuilder.build();MapString, Object map Map.of(input, input);Prompt prompt promptTemplate.create(map, ops);return chatClient.prompt(prompt).stream().content();} } 步骤解释 环境准备确保开发环境满足基本要求JDK、Spring Boot版本。 依赖添加添加了Spring AI Alibaba和其他必要依赖。 配置API Key设置了阿里云API Key以启用大模型服务。 函数定义与注册创建了一个简单的HTTP客户端函数来获取股票财务数据并将其作为Spring Bean注册。 服务实现编写了一个控制器方法该方法接受用户输入股票代码构建带有特定提示的Prompt并指示大模型调用之前注册的功能来获取所需数据。最终返回模型生成的内容流。 这样就完成了基于Spring Boot集成Spring AI Alibaba以及使用其Function Calling能力完成对话和分析模型的任务。 构建前端一个简单的对话基于React 为了构建一个基于React的简单前端项目支持从后端接收流数据fluxString可以按照以下步骤进行操作。此示例假设你的后端接口地址为 http://…/ai/chatStream?input… 并且返回的是一个字符串流。 创建并初始化项目 首先你需要创建一个新的 React 应用并安装所有必要的依赖项。打开终端并运行以下命令 npx create-react-app frontend cd frontend npm install 这将生成一个新的 React 项目结构并自动安装基本的开发环境。 配置基础文件 确保你有如下几个基础文件设置好。这些文件通常不需要做过多修改但确认它们的存在是重要的一步。 public/index.html !DOCTYPE html html langen headmeta charsetUTF-8meta nameviewport contentwidthdevice-width, initial-scale1.0titleChat App/title/headbodydiv idroot/div/body/htmlsrc/index.js import React from react; import ReactDOM from react-dom; import App from ./App;ReactDOM.render(React.StrictModeApp //React.StrictMode,document.getElementById(root) ); src/App.js import React from react; import ChatComponent from ./components/ChatComponent;function App() {return (div classNameAppChatComponent //div); }export default App; 实现聊天组件 关键部分在于实现一个能够发送请求到后端并处理响应流的组件。这里我们定义了 ChatComponent 来完成这个任务。 src/components/ChatComponent.js import React, { useState } from react;function ChatComponent() {const [input, setInput] useState();const [messages, setMessages] useState();const handleInputChange (event) {setInput(event.target.value);};const handleSendMessage async () {try {// 注意这里的URL应该替换为你实际使用的后端服务地址const response await fetch(http://…/ai/chatStream?input${input}, {method: GET, // 或者POST根据实际情况调整headers: {Content-Type: application/json,// 如果需要认证信息或其他头信息请在此添加},});if (!response.ok) throw new Error(Network response was not ok);const reader response.body.getReader();const decoder new TextDecoder(utf-8);let done false;while (!done) {const { value, done: readerDone } await reader.read();done readerDone;const chunk decoder.decode(value, { stream: true });setMessages((prevMessages) prevMessages chunk); // 将接收到的数据拼接到现有消息中}} catch (error) {console.error(Failed to fetch:, error);}};const handleClearMessages () {setMessages();};return (divinputtypetextvalue{input}onChange{handleInputChange}placeholderEnter your message/button onClick{handleSendMessage}Send/buttonbutton onClick{handleClearMessages}Clear/buttondivh3Messages:/h3pre{messages}/pre {/ 显示接收到的消息 */}/div/div); }export default ChatComponent; 这段代码实现了向指定URL发送请求并通过流式读取响应内容逐步更新状态中的消息列表的功能。注意如果您的后端API要求特定的HTTP方法或头部信息则需相应地调整 fetch 请求的配置。 运行项目 最后启动你的前端应用以查看效果 npm start 以上步骤详细描述了如何基于React构建一个简单的支持流输出的前端项目。其中涉及到的主要技术包括使用React Hooks管理状态、利用Fetch API与后端通信以及处理服务器返回的流数据。确保在开发过程中保持前后端之间的良好协作特别是关于CORS策略的设置以便前端能够顺利访问到后端提供的资源。