开发一个网站需要的技术装修公司的网站

开发一个网站需要的技术,装修公司的网站,对网页设计的认识和理解,vs2010 网站开发教程一、OpenAI SDK 嵌入#xff08;官方支持#xff09; Spring AI 通过 OpenAI Java SDK 提供对 OpenAI 文本嵌入模型的支持#xff0c;为 OpenAI 服务#xff08;包括 Microsoft Foundry 和 GitHub Models#xff09;提供了稳健且官方维护的集成方案。 此实现使用来自 Ope…一、OpenAI SDK 嵌入官方支持Spring AI 通过 OpenAI Java SDK 提供对 OpenAI 文本嵌入模型的支持为 OpenAI 服务包括 Microsoft Foundry 和 GitHub Models提供了稳健且官方维护的集成方案。此实现使用来自 OpenAI 的官方 Java SDK。如需了解 Spring AI 的替代实现请参阅 OpenAI 嵌入。OpenAI 的文本嵌入用于衡量文本字符串之间的相关性。嵌入是一个浮点数向量列表。两个向量之间的距离衡量它们的相关性。距离小表示相关性高距离大表示相关性低。OpenAI SDK 模块会根据您提供的基础 URL 自动检测服务提供商OpenAI、Microsoft Foundry 或 GitHub Models。二、认证认证通过基础 URL 和 API 密钥完成。该实现通过 Spring Boot 属性或环境变量提供了灵活的配置选项。2.1 使用 OpenAI如果您直接使用 OpenAI请在 OpenAI 注册页面 创建账户并在 API 密钥页面 生成 API 密钥。基础 URL 无需设置因为它默认指向 api.openai.com/v1spring.ai.openai-sdk.api-keyyour-openai-api-key# base-url 是可选的默认为 https://api.openai.com/v1或使用环境变量exportOPENAI_API_KEYyour-openai-api-key# OPENAI_BASE_URL 是可选的默认为 https://api.openai.com/v12.2 使用 Microsoft Foundry当使用 Microsoft Foundry 的 URL 时系统会自动检测到它。您可以使用属性进行配置spring.ai.openai-sdk.base-urlhttps://your-deployment-url.openai.azure.com spring.ai.openai-sdk.api-keyyour-api-keyspring.ai.openai-sdk.microsoft-deployment-nameyour-deployment-name或使用环境变量exportOPENAI_BASE_URLhttps://your-deployment-url.openai.azure.comexportOPENAI_API_KEYyour-api-key2.3 无密码认证Azure 推荐Microsoft Foundry 支持不提供 API 密钥的无密码认证这在 Azure 上运行时更加安全。要启用无密码认证请添加 com.azure:azure-identity 依赖项dependencygroupIdcom.azure/groupIdartifactIdazure-identity/artifactId/dependency然后无需 API 密钥即可配置spring.ai.openai-sdk.base-urlhttps://your-deployment-url.openai.azure.com spring.ai.openai-sdk.microsoft-deployment-nameyour-deployment-name# 无需 api-key - 将使用环境中的 Azure 凭据2.4 使用 GitHub Models当使用 GitHub Models 的基础 URL 时系统会自动检测到它。您需要创建一个具有 models:read 范围的 GitHub 个人访问令牌PAT。spring.ai.openai-sdk.base-urlhttps://models.inference.ai.azure.com spring.ai.openai-sdk.api-keygithub_pat_XXXXXXXXXXX或使用环境变量exportOPENAI_BASE_URLhttps://models.inference.ai.azure.comexportOPENAI_API_KEYgithub_pat_XXXXXXXXXXX为了在处理敏感信息如 API 密钥时增强安全性您可以在属性中使用 Spring 表达式语言SpELspring.ai.openai-sdk.api-key${OPENAI_API_KEY}2.5 添加仓库和 BOMSpring AI 工件发布在 Maven Central 和 Spring Snapshot 仓库中。请参阅 工件仓库 部分将这些仓库添加到您的构建系统中。为了帮助管理依赖项Spring AI 提供了一个 BOM物料清单来确保在整个项目中使用一致的 Spring AI 版本。请参阅 依赖管理 部分将 Spring AI BOM 添加到您的构建系统中。三、自动配置Spring AI 为 OpenAI SDK 嵌入模型提供了 Spring Boot 自动配置。要启用它请将以下依赖项添加到项目的 Maven pom.xml 或 Gradle build.gradle 构建文件中MavendependencygroupIdorg.springframework.ai/groupIdartifactIdspring-ai-starter-model-openai-sdk/artifactId/dependencyGradledependencies{implementationorg.springframework.ai:spring-ai-starter-model-openai-sdk}请参阅 依赖管理 部分将 Spring AI BOM 添加到您的构建文件中。四、配置属性4.1 连接属性前缀 spring.ai.openai-sdk 用作属性前缀用于配置 OpenAI SDK 客户端。4.2 Microsoft Foundry 属性OpenAI SDK 实现提供了对 Microsoft Foundry 的原生支持并支持自动配置Microsoft Foundry 支持无密码认证。添加 com.azure:azure-identity 依赖项当不提供 API 密钥时实现将自动尝试使用环境中的 Azure 凭据。4.3 GitHub Models 属性提供对 GitHub Models 的原生支持GitHub Models 需要一个具有 models:read 范围的个人访问令牌。通过 OPENAI_API_KEY 环境变量或 spring.ai.openai-sdk.api-key 属性进行设置。4.4 嵌入模型属性前缀 spring.ai.openai-sdk.embedding 是用于配置嵌入模型实现的属性前缀所有以 spring.ai.openai-sdk.embedding.options 为前缀的属性都可以在运行时通过向 EmbeddingRequest 调用添加请求特定的 运行时选项 来覆盖。五、运行时选项OpenAiSdkEmbeddingOptions.java 提供了 OpenAI 的配置例如要使用的模型、维度和用户标识符。默认选项也可以使用 spring.ai.openai-sdk.embedding.options 属性进行配置。在启动时使用 OpenAiSdkEmbeddingModel 构造函数来设置用于所有嵌入请求的默认选项。在运行时您可以使用 OpenAiSdkEmbeddingOptions 实例作为 EmbeddingRequest 的一部分来覆盖默认选项。例如为特定请求覆盖默认模型名称EmbeddingResponseembeddingResponseembeddingModel.call(newEmbeddingRequest(List.of(Hello World,World is big and salvation is near),OpenAiSdkEmbeddingOptions.builder().model(text-embedding-3-large).dimensions(1024).build()));除了特定于模型的 OpenAiSdkEmbeddingOptions您还可以使用可移植的 EmbeddingOptions 实例通过构建器创建。六、示例控制器创建一个新的 Spring Boot 项目并将 spring-ai-openai-sdk 添加到您的 pom或 gradle依赖项中。在 src/main/resources 目录下添加一个 application.properties 文件来配置 OpenAI SDK 嵌入模型spring.ai.openai-sdk.api-keyYOUR_API_KEY spring.ai.openai-sdk.embedding.options.modeltext-embedding-ada-002将 api-key 替换为您的 OpenAI 凭据。这将创建一个 OpenAiSdkEmbeddingModel 实现您可以将其注入到您的类中。下面是一个简单的 RestController 类示例它使用嵌入模型RestControllerpublicclassEmbeddingController{privatefinalEmbeddingModelembeddingModel;AutowiredpublicEmbeddingController(EmbeddingModelembeddingModel){this.embeddingModelembeddingModel;}GetMapping(/ai/embedding)publicMapString,Objectembed(RequestParam(valuemessage,defaultValue给我讲个笑话)Stringmessage){EmbeddingResponseembeddingResponsethis.embeddingModel.embedForResponse(List.of(message));returnMap.of(embedding,embeddingResponse);}}七、手动配置OpenAiSdkEmbeddingModel 实现了 EmbeddingModel并使用官方的 OpenAI Java SDK 连接到 OpenAI 服务。如果不使用 Spring Boot 自动配置您可以手动配置 OpenAI SDK 嵌入模型。为此请将 spring-ai-openai-sdk 依赖项添加到项目的 Maven pom.xml 文件中dependencygroupIdorg.springframework.ai/groupIdartifactIdspring-ai-openai-sdk/artifactId/dependency或添加到您的 Gradle build.gradle 构建文件中dependencies{implementationorg.springframework.ai:spring-ai-openai-sdk}请参阅 依赖管理 部分将 Spring AI BOM 添加到您的构建文件中。spring-ai-openai-sdk 依赖项还提供了对 OpenAiSdkChatModel 和 OpenAiSdkImageModel 的访问权限。有关 OpenAiSdkChatModel 的更多信息请参阅 OpenAI SDK 聊天 部分。接下来创建一个 OpenAiSdkEmbeddingModel 实例并使用它来计算两个输入文本之间的相似性varembeddingOptionsOpenAiSdkEmbeddingOptions.builder().model(text-embedding-ada-002).apiKey(System.getenv(OPENAI_API_KEY)).build();varembeddingModelnewOpenAiSdkEmbeddingModel(embeddingOptions);EmbeddingResponseembeddingResponseembeddingModel.embedForResponse(List.of(Hello World,World is big and salvation is near));OpenAiSdkEmbeddingOptions 提供嵌入请求的配置信息。选项类提供了一个 builder() 用于轻松创建选项。7.1 Microsoft Foundry 配置对于 Microsoft FoundryvarembeddingOptionsOpenAiSdkEmbeddingOptions.builder().baseUrl(https://your-resource.openai.azure.com).apiKey(System.getenv(OPENAI_API_KEY)).deploymentName(text-embedding-ada-002).azureOpenAIServiceVersion(AzureOpenAIServiceVersion.V2024_10_01_PREVIEW).azure(true)// 启用 Microsoft Foundry 模式.build();varembeddingModelnewOpenAiSdkEmbeddingModel(embeddingOptions);Microsoft Foundry 支持无密码认证。将 com.azure:azure-identity 依赖项添加到您的项目中。如果不提供 API 密钥实现将自动尝试使用您环境中的 Azure 凭据。7.2 GitHub Models 配置对于 GitHub ModelsvarembeddingOptionsOpenAiSdkEmbeddingOptions.builder().baseUrl(https://models.inference.ai.azure.com).apiKey(System.getenv(GITHUB_TOKEN)).model(text-embedding-3-large).githubModels(true).build();varembeddingModelnewOpenAiSdkEmbeddingModel(embeddingOptions);八、可观测性OpenAI SDK 实现通过 Micrometer 支持 Spring AI 的可观测性功能。所有嵌入模型操作都经过检测用于监控和追踪。九、其他资源官方 OpenAI Java SDKOpenAI 嵌入 API 文档OpenAI 模型Microsoft Foundry 文档GitHub Models