懂AI
llm-apps-java-spring-ai

llm-apps-java-spring-ai

展示如何结合Java和Spring AI来开发基于生成式AI和LLMs的应用

升级的SEO描述应详细而精准地概述使用Java和Spring AI开发基于生成式AI和LLMs的应用。明确强调该项目支持的具体应用，如聊天机器人、问题解答、语义搜索等，并展示其在内容生成、多模态交互等领域的应用广泛性。同时，应突出项目提供的技术支持——如LLM输出到结构化对象的转换、嵌入模型及文档ETL流程等，更好地展示如何帮助开发者融合最新AI技术，解决实际业务需求。

Spring AIJavaLLM生成式AIOllamaGithub开源项目
GitHub

项目介绍：llm-apps-java-spring-ai

llm-apps-java-spring-ai 是一个旨在展示如何利用 Java 和 Spring AI 构建生成式人工智能和大语言模型（LLMs）驱动的应用程序的示例项目。通过这一项目，开发人员可以更直观地了解如何结合 Java 语言和 Spring AI 框架，将前沿的人工智能技术应用到实际项目中。

前置条件

在开始使用这个项目之前，用户需要确保已经安装：

  • Java 23
  • Docker 或 Podman

项目内容

使用场景

项目提供了一系列应用场景示例，每一个场景都展示了如何利用 LLMs 完成特定任务，包括：

  • 聊天机器人: 利用 Ollama 平台实现的基于 LLMs 的智能聊天机器人。
  • 问答系统: 使用 Ollama 和 PGVector，基于 RAG（检索增强生成）的问答解决方案。
  • 语义搜索: 借助 Ollama 和 PGVector，实现通过语义理解进行搜索的功能。
  • 结构化数据提取: 通过 Ollama 实现从文本中提取结构化数据。
  • 文本分类: 使用 Ollama 平台处理分类任务。

聊天内容生成模型

提供多样化的聊天内容生成模型样例，包括：

  • 利用 Mistral AI、Ollama 和 OpenAI 平台的不同生成模型。
  • 多供应商支持的内容生成模型。

提示、消息与模板及多模式支持

通过以下示例展示如何高效使用提示、消息和模板：

  • 基于简单文本、结构化消息和模板的提示技术。
  • 支持 Ollama 和 OpenAI 平台的实现。

结构化输出

示例展示如何将 LLM 输出转换为结构化的 JSON 和 Java 对象格式，这对进一步的数据处理和存储尤其有帮助。

多模态性

多模态性功能允许在提示中包含多种媒体类型，从而增强交互的丰富性与表现力，项目提供了通过 Ollama 和 OpenAI 实现该功能的样例。

函数调用

通过 Mistral AI、Ollama 和 OpenAI 实现的 LLM 函数调用，展示了如何使智能应用程序具备调用外部函数的能力。

嵌入模型

项目中展示了如何利用向量化技术处理数据嵌入，包括：

  • 使用 Mistral AI 和 Ollama 的实现。
  • 使用 ONNX Sentence Transformers 的实现。

数据摄取

展示了各种文档格式（如 JSON、Markdown、PDF 等）的读取和向量化处理，提升了文档检索的效率与准确性。

向量存储、RAG、记忆

这些正在开发的功能模块，将进一步扩大项目的应用边界，提升模型的性能和智能程度。

图像和音频模型

该部分提供了通过 OpenAI 实现的图像生成及语音处理功能，包括语音生成和转录，帮助用户挖掘多媒体处理的潜力。

观察性与评估

通过结合观察性模型，开发人员能够跟踪和分析 LLM 的运行情况，确保任务的准确性与可靠性。

参考文献与附加资源

为了更好地利用该项目，用户可以参照 Spring AI 官方文档，并观看相关视频和会议演讲，这将对理解项目的技术细节与实现方式大有裨益。

通过这一项目，用户能够更好地探索 Java 与生成式 AI 技术的结合，借助丰富的示例提高开发人工智能应用的效率与创造力。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表

爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型，支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。

olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多