|
此版本仍在开发中，尚未被视为稳定版。如需最新的快照版本，请使用 Spring AI 1.1.3！ |
PostgresML 嵌入
Spring AI 支持 PostgresML 文本嵌入模型。
嵌入是文本的数值表示。 它们用于将单词和句子表示为向量，即数字数组。 嵌入可用于查找相似的文本片段，方法是通过距离度量比较数值向量的相似度；或者，它们可用作其他机器学习模型的输入特征，因为大多数算法无法直接使用文本。
许多预训练的大型语言模型（LLM）可用于在 PostgresML 中从文本生成嵌入向量。 您可以浏览所有可用的模型，以在 Hugging Face 上找到最佳解决方案。
Auto-configuration
|
Spring AI自动配置和starter模块的artifact名称有了重大变化。 请参阅升级说明获取更多信息。 |
Spring AI 为 Azure PostgresML 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 文件中：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-postgresml-embedding</artifactId>
</dependency>请将以下内容添加到您的Gradle build.gradle 构建文件中。
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-postgresml-embedding'
}| 请参阅依赖管理部分，将Spring AI BOM添加到您的构建文件中。 |
使用 spring.ai.postgresml.embedding.options.* 属性来配置您的 PostgresMlEmbeddingModel。链接
嵌入属性
|
嵌入自动配置的启用和禁用现在通过前缀为 要启用，请设置 spring.ai.model.embedding=postgresml（默认已启用） 要禁用，请设置 spring.ai.model.embedding=none（或任何不匹配 postgresml 的值） 此更改是为了允许配置多个模型。 |
前缀 spring.ai.postgresml.embedding 是用于配置 PostgresML 嵌入的 EmbeddingModel 实现的属性前缀。
<property> </property> |
<description> </description> |
默认 |
spring.ai.postgresml.embedding.enabled（已移除且不再生效） |
启用 PostgresML 嵌入模型。 |
true |
spring.ai.model.embedding |
启用 PostgresML 嵌入模型。 |
PostgresML |
spring.ai.postgresml.embedding.create-extension |
执行 SQL 'CREATE EXTENSION IF NOT EXISTS pgml' 以启用该扩展 |
false |
spring.ai.postgresml.embedding.options.transformer |
用于嵌入的 Hugging Face 转换器模型。 |
distilbert-base-uncased |
spring.ai.postgresml.embedding.options.kwargs |
其他特定于转换器的选项。 |
空映射 |
spring.ai.postgresml.embedding.options.vectorType |
用于嵌入的 PostgresML 向量类型。支持两个选项： |
PG_ARRAY |
spring.ai.postgresml.embedding.options.metadataMode |
文档元数据聚合模式 |
嵌入 |
所有以spring.ai.postgresml.embedding.options开头的属性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。 |
运行时选项
使用 PostgresMlEmbeddingOptions.java 来配置 PostgresMlEmbeddingModel，包括要使用的模型等选项。
开始时，您可以向 PostgresMlEmbeddingModel 构造函数传递一个 PostgresMlEmbeddingOptions，以配置用于所有嵌入请求的默认选项。
在运行时，您可以在 EmbeddingRequest 中使用 PostgresMlEmbeddingOptions 来覆盖默认选项。
例如，要为特定请求覆盖默认模型名称：
EmbeddingResponse embeddingResponse = embeddingModel.call(
new EmbeddingRequest(List.of("Hello World", "World is big and salvation is near"),
PostgresMlEmbeddingOptions.builder()
.transformer("intfloat/e5-small")
.vectorType(VectorType.PG_ARRAY)
.kwargs(Map.of("device", "gpu"))
.build()));样本控制器
这将创建一个您可以注入到类中的 EmbeddingModel 实现。
下面是一个使用 EmbeddingModel 实现的简单 @Controller 类示例。
spring.ai.postgresml.embedding.options.transformer=distilbert-base-uncased
spring.ai.postgresml.embedding.options.vectorType=PG_ARRAY
spring.ai.postgresml.embedding.options.metadataMode=EMBED
spring.ai.postgresml.embedding.options.kwargs.device=cpu@RestController
public class EmbeddingController {
private final EmbeddingModel embeddingModel;
@Autowired
public EmbeddingController(EmbeddingModel embeddingModel) {
this.embeddingModel = embeddingModel;
}
@GetMapping("/ai/embedding")
public Map embed(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
EmbeddingResponse embeddingResponse = this.embeddingModel.embedForResponse(List.of(message));
return Map.of("embedding", embeddingResponse);
}
}手动配置
您可以手动创建PostgresMlEmbeddingModel，而不使用 Spring Boot 自动配置。
为此，请将spring-ai-postgresml依赖项添加到项目的 Maven pom.xml文件中：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-postgresml</artifactId>
</dependency>请将以下内容添加到您的Gradle build.gradle 构建文件中。
dependencies {
implementation 'org.springframework.ai:spring-ai-postgresml'
}| 请参阅依赖管理部分，将Spring AI BOM添加到您的构建文件中。 |
接下来，创建一个 PostgresMlEmbeddingModel 实例，并使用它来计算两个输入文本之间的相似度：
var jdbcTemplate = new JdbcTemplate(dataSource); // your posgresml data source
PostgresMlEmbeddingModel embeddingModel = new PostgresMlEmbeddingModel(this.jdbcTemplate,
PostgresMlEmbeddingOptions.builder()
.transformer("distilbert-base-uncased") // huggingface transformer model name.
.vectorType(VectorType.PG_VECTOR) //vector type in PostgreSQL.
.kwargs(Map.of("device", "cpu")) // optional arguments.
.metadataMode(MetadataMode.EMBED) // Document metadata mode.
.build());
embeddingModel.afterPropertiesSet(); // initialize the jdbc template and database.
EmbeddingResponse embeddingResponse = this.embeddingModel
.embedForResponse(List.of("Hello World", "World is big and salvation is near"));当手动创建时，您必须在设置属性之后、使用客户端之前调用 afterPropertiesSet()。
将 PostgresMlEmbeddingModel 创建为 @Bean 会更加方便（也是推荐做法）。
这样您就无需手动调用 afterPropertiesSet()： |
@Bean
public EmbeddingModel embeddingModel(JdbcTemplate jdbcTemplate) {
return new PostgresMlEmbeddingModel(jdbcTemplate,
PostgresMlEmbeddingOptions.builder()
....
.build());
}