Spring AI支持PostgresML文本嵌入模型。
词嵌入是文本的一种数值表示。它们用于将单词和句子表示为向量，即一组数字。通过使用距离度量比较数值向量的相似性，词嵌入可用于查找相似的文本片段，或者由于大多数算法无法直接使用文本，因此它们也可以作为其他机器学习模型的输入特征。
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。您可以在Hugging Face上浏览所有可用模型，以找到最佳解决方案。
添加仓库和物料清单
Spring AI 构件发布在 Maven Central 和 Spring Snapshot 仓库中。请参阅“构件仓库”部分，以将这些仓库添加到您的构建系统中。
为了辅助依赖管理，Spring AI 提供了一个物料清单 (BOM)，以确保整个项目中使用的是一致版本的 Spring AI。请参阅“依赖管理”部分，将 Spring AI BOM 添加到您的构建系统中。
自动配置
Spring AI 为 Azure PostgresML 嵌入模型提供了 Spring Boot 自动配置功能。若要启用该功能，请将以下依赖项添加到您项目的 Maven pom.xml 文件中：
<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-starter-model-postgresml-embedding</artifactId></dependency>
或者添加到你的Gradle build.gradle构建文件中。
dependencies { implementation 'org.springframework.ai:spring-ai-starter-model-postgresml-embedding'}
使用spring.ai.postgresql.embedding.options.*属性来配置您的PostgresMlEmbeddingModel链接。
嵌入属性
现在，嵌入自动配置的启用和禁用可通过带有前缀“spring.ai.model.embedding”的顶级属性进行配置。
要启用，请设置 spring.ai.model.embedding=postgresml（默认情况下已启用）
要禁用，请将 spring.ai.model.embedding 设置为 none（或任何与 postgresml 不匹配的值）
这一更改是为了支持配置多个模型。
前缀“spring.ai.postgresqlml.embedding”是用于配置PostgresML嵌入的EmbeddingModel实现的属性前缀。
属性 | 描述 | 默认值 |
spring.ai.postgresml.embedding.enabled（已删除，不再有效） | 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'以启用扩展 | false |
spring.ai.postgresml.embedding.options.transformer | 用于嵌入的拥抱面Transformer模型。 | distilbert-base-uncased |
spring.ai.postgresml.embedding.options.kwargs | 额外的Transformer特定选项。 | empty map |
spring.ai.postgresml.embedding.options.vectorType | 用于嵌入的PostgresML向量类型。支持两个选项： PG_ARRAY和PG_VECTOR。
| PG_ARRAY |
spring.ai.postgresml.embedding.options.metadataMode | 文档元数据聚合模式 | EMBED |
所有以spring.ai.postgresml.embedding.options为前缀的属性，都可以在运行时通过向EmbeddingRequest调用添加特定于请求的运行时选项来进行覆盖。
运行时选项
使用PostgresMlEmbeddingOptions.java来配置PostgresMlEmbeddingModel的选项，例如要使用的模型等。
在开始时，您可以将PostgresMlEmbeddingOptions传递给PostgresMlEmbeddingModel构造函数，以配置用于所有嵌入请求的默认选项。
在运行时，您可以通过在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()));
示例控制器
这将创建一个EmbeddingModel实现，你可以将其注入到你的类中。以下是一个使用EmbeddingModel实现的简单@Controller类的示例。
spring.ai.postgresml.embedding.options.transformer=distilbert-base-uncasedspring.ai.postgresml.embedding.options.vectorType=PG_ARRAYspring.ai.postgresml.embedding.options.metadataMode=EMBEDspring.ai.postgresml.embedding.options.kwargs.device=cpu
@RestControllerpublic 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
您也可以选择不使用Spring Boot的自动配置，而是手动创建PostgresMlEmbeddingModel。为此，请将spring-ai-postgresml依赖项添加到您项目的Maven pom.xml文件中：
<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-postgresml</artifactId></dependency>
或者添加到你的Gradle build.gradle构建文件中。
dependencies { implementation 'org.springframework.ai:spring-ai-postgresml'}
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 sourcePostgresMlEmbeddingModel 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且在使用客户端之前调用 afterPropertiesSet() 方法。将 PostgresMlEmbeddingModel 作为 @Bean 创建更为方便（且更推荐）。这样，您就不必手动调用 afterPropertiesSet() 方法了：
@Beanpublic EmbeddingModel embeddingModel(JdbcTemplate jdbcTemplate) { return new PostgresMlEmbeddingModel(jdbcTemplate, PostgresMlEmbeddingOptions.builder() .... .build());}
