Spring AI 在2024年2月推出了0.8版本，不到半年就迅速更新到了 1.0.0-M1，1.0.0-M2 也即將推出，如同 AI 的發展迅速。實際使用後，會發現它與 LangChain4j 有幾分相似。讓我們來看看 Spring AI 官網是如何詮釋

Spring AI 創建的目的在簡化開發 AI 功能的應用程式，同時避免不必要的複雜性。專案汲取了 LangChain 和 LlamaIndex 等知名 Python 專案的靈感，但 Spring AI 並不是這些專案的直接移植。我們相信，下一波生成式人工智慧應用程式不僅適用於 Python 開發人員，還將廣泛適用於許多程式設計語言。
Spring AI 的核心在於解決 AI 整合的根本挑戰，即將 企業數據 / API 與 AI 模型串聯起來。

(以上由Spring AI官網翻譯而來)

原來 Spring AI 是跟 LangChain 致敬，Spring 能發展到這麼龐大，最關鍵的就是其整合以及簡化的能力，面對這麼龐大的模型以及種類，雖然跟 Python 比起來起步較慢，不過能與 Spring 其他框架整合在一起，讓憋了好久的 Java 開發人員也能大展身手了

既然是參考 LangChain 的概念，Java開發人員該使用 LangChain4j 還是 Spring AI 做為開發框架？凱文大叔幫大家分析以下幾點，大家可以自行評估

該如何選擇凱文大叔有以下幾點建議

• 如果公司還在使用 Java 8，LangChain4j 是不二選擇
• 如果公司已使用 Spring Boot 3 以上，當然就直接使用 Spring AI
• 如果使用 Java 17+ 卻沒使用 Spring Boot 框架呢？建議你趕快學 Spring Boot
• 想嘗鮮或是單純開發 AI 的程式可使用 LangChain4j，若要將 AI 結合企業內部其他資訊系統則建議使用 Spring AI，因為開發企業使用的程式往往需要更高的穩定性以及精準的內容，純 AI 程式則追求創新，能更快使用新模組新功能會是首要目標

下面兩張圖大家可以感受一下兩個 AI 框架設計的理念，Spring AI 就跟 Spring 家族設計理念一樣，以整合為主，而 LangChain4j 則是各模組功能較強

取自稀土掘金

取自LangChain4j

有一點要特別說明 Spring AI 雖然版本更新較慢，不過 7/25 Ollama 才宣布支援 Tool，Spring 隔一天也宣布支援 Ollama Tool，可見得 Spring AI 的抽象可以相容不同模型

打造企業 RAG 知識庫 內容將分為四個章節

• 認識 Spring AI : 這個章節介紹如何取得 API Key、建立 Spring starter 專案、參數配置、如何與 AI 對話以及讓對話更流暢的流式輸出
• 個性化 ChatBot : 這個章節會更進一步設定對話的細節，包含系統提示詞、系統人設、提示詞範本、結構化輸出、Function Call
• 讓 ChatBot 不在金魚腦 : ChatGPT 除了理解及生成，還有一個很重要的功能就是記憶，這個章節會先介紹記憶的原理，後面則會介紹 Spring AI 1.0.0 才加入的 ChatMemory
• 讓企業不再卻步的技術-RAG : 前面幾個章節說穿了只是做一個聊天機器人，很多企業怕資訊外洩甚至禁用 AI，這個章節就來介紹讓 AI 融入企業的法寶 - RAG，透過 Spring 3 以後才支援的 docker compose support 可以快速地建立向量資料庫，讓 Spring AI 開發及測試 RAG 更為方便

介紹就到這邊，明天就要開始實戰演練，這次主題是打造企業 RAG 知識庫，主軸還是跟 RAG 有關的模組，沒提到的模組大家可以上 Spring AI 官網 查看