Spring AI или о том как Java вкатывается в AI мир⁠⁠

Прошло уже больше года, но многие разработчики до сих пор не в курсе - вышел SPRING AI. Этот спринговый фреймворк позволяет интегрировать AI решения используя лишь Java. До этого решения бОльшая часть решений была написана на python/nodejs. Давайте сделаем короткий обзор на те возможности которые предлагает этот фреймворк:

1. Возможность писать решения совместимыми с большинством существующих моделей. Те одно и тоже решение сможет применять разные модели без изменений кода - например chatgpt/grok/antropic/deepseek

2. Возможно интегрировать MCP сервера, которые модель может использовать для обогощения контекста запроса

3. Интеграция с векторными хранилищами - еще одна возможность поиска, если данных большое количество

4. Возможность сохранения истории - очень удобно для создания чат ботов

5. Структурированный ответы (на той случай если нужно обязательно возвращать данные в нужном формате, например json итд)

Я перечислил лишь часть возможностей, но уже они решают огромное количество базовых проблем при интеграции программы с LLM моделями. Благодаря этому решению Java может стать одной из альтернатив, ранее лидерство (да и до сих пор) держал Python. Но благодаря лучшей производительности и богатой инфраструктуре, идущей вместе со сущесвующей экосистемой спринг может стать хорошей альтернативой.

В следующих статьях мы более подробно рассмотрим Spring AI, а пока кому интересна промышленная разработка приглашаю в котовскую телеграм группу