Oded 在 Broadcom 旗下的 Tanzu 担任首席解决方案架构师和 Spring 倡导者，负责传播云原生开发、云原生平台和应用转型的理念。他的背景包括使用 Spring、Cloud Foundry 和 Kubernetes 设计大规模云原生项目。
作为一名探索生成式 AI 世界的 Java 开发者，你可能已经了解一些声称能让 AI 集成变得简单的框架。我相信 Spring AI 脱颖而出，成为自然而然的选择，特别是对于已经在 Spring 生态系统中工作的开发者而言。Spring AI 建立在与 Spring Boot 和 Spring Data 相同的基础之上，它使 为你的应用程序添加 AI 功能 变得无缝且直观，而无需你学习一套全新的范式。
在本系列博客的第一部分中，我们探讨了将 Spring AI 与大型语言模型集成的基础知识。我们逐步构建了一个自定义 ChatClient，利用函数调用进行动态交互，并完善了提示以适应 Spring Petclinic 的用例。最终，我们拥有了一个功能齐全的 AI 助手，能够理解和处理与我们的兽医诊所领域相关的请求。
现在，在第二部分中，我们将通过探索检索增强生成（RAG）更进一步，这项技术使我们能够处理无法适应…
在这两部分的博客文章中，我将讨论我对 Spring Petclinic 所做的修改，以集成一个 AI 助手，允许用户使用自然语言与应用程序交互。
Spring Petclinic 是 Spring 生态系统中的主要参考应用程序。根据 GitHub 的数据，该仓库于 2013 年 1 月 9 日创建。自那时起，它已成为使用 Spring Boot 编写简单、对开发者友好的代码的典范应用。截至本文撰写之时，它已获得超过 7,600 颗星和 23,000 个分叉。
该应用程序…
