#128 · 主分类： LLM应用框架
llm-apps-java-spring-ai
展示如何使用Spring AI和Spring Boot构建由生成式AI和LLM驱动的Java应用程序的示例。
项目最后更新：08/09/26
GitHub Stars
778
Forks数量
190
贡献者数量
2
许可证
Apache-2.0
收录理由
对于已经熟悉Spring Boot的Java开发者来说，这个仓库提供了一套可以直接参考的示例集合，帮助你在不脱离原有技术栈的前提下为应用加入大模型能力。所有示例都基于Spring AI构建，覆盖了实际项目中常见的模式：聊天补全、基于PGVector的检索增强问答、语义搜索、结构化数据抽取、工具调用、对话记忆以及输入输出安全护栏。同一个模式会分别用OpenAI、Ollama和Mistral AI演示，方便对比不同模型提供方的差异，也让你在切换后端时无需改动业务代码。仓库还包含了从PDF、JSON、Markdown和Tika导入数据的指引，对搭建知识库很有帮助。示例按用例、模型和模式分组，你可以直接跳到需要的部分，再改造成自己的服务。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
langchain
智能体工程平台。
dify
在一个协作工作区中构建Agentic工作流、RAG管道，支持丰富的AI模型和工具。可部署在云、VPC或自托管环境，团队无需重建技术栈即可从原型走向生产。
headroom
压缩工具输出、日志、文件和RAG块，再送入LLM。编码代理减少20% token，JSON减少60-95% token，答案不变。提供库、代理、MCP服务器。
litellm
最快的、最轻量的AI网关。Rust核心，Python SDK。以OpenAI（或原生）格式调用100多种LLM API，具备成本追踪、护栏、负载均衡和日志记录 [Bedrock, Azure, OpenAI, Anthropic, OpenAI, VertexAI, vLLM, Nvidia NIM]
llama_index
LlamaIndex 是领先的文档代理和 OCR 平台