Oracle云基础设施 (OCI) GenAI嵌入

OCI GenAI服务 提供按需模型或专用AI集群的文本嵌入。

OCI嵌入模型页面OCI文本嵌入页面 提供关于在OCI上使用和托管嵌入模型的详细信息。

前提条件

添加仓库和BOM

Spring AI工件发布在Spring Milestone和Snapshot仓库中。请参考仓库部分,将这些仓库添加到您的构建系统。

为了帮助进行依赖管理,Spring AI提供了一个BOM(物料清单)以确保在整个项目中使用一致版本的Spring AI。请参考依赖管理部分,将Spring AI BOM添加到您的构建系统。

自动配置

Spring AI为OCI GenAI嵌入客户端提供Spring Boot自动配置。要启用它,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-oci-genai-spring-boot-starter</artifactId>
</dependency>

或到您的Gradle build.gradle构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-oci-genai-spring-boot-starter'
}
请参考依赖管理部分,将Spring AI BOM添加到您的构建文件中。

嵌入属性

前缀spring.ai.oci.genai是配置与OCI GenAI连接的属性前缀。

属性 描述 默认值

spring.ai.oci.genai.authenticationType

用于向OCI进行身份验证的身份验证类型。可以是fileinstance-principalworkload-identitysimple

file

spring.ai.oci.genai.region

OCI服务区域。

us-chicago-1

spring.ai.oci.genai.tenantId

OCI租户OCID,在使用simple身份验证时使用。

-

spring.ai.oci.genai.userId

OCI用户OCID,在使用simple身份验证时使用。

-

spring.ai.oci.genai.fingerprint

私钥指纹,在使用simple身份验证时使用。

-

spring.ai.oci.genai.privateKey

私钥内容,在使用simple身份验证时使用。

-

spring.ai.oci.genai.passPhrase

可选私钥密码,在使用simple身份验证和带密码保护的私钥时使用。

-

spring.ai.oci.genai.file

OCI配置文件的路径。在使用file身份验证时使用。

<用户主目录>/.oci/config

spring.ai.oci.genai.profile

OCI配置文件名称。在使用file身份验证时使用。

DEFAULT

spring.ai.oci.genai.endpoint

可选OCI GenAI端点。

-

前缀spring.ai.oci.genai.embedding是配置OCI GenAI的EmbeddingModel实现的属性前缀

属性 描述 默认值

spring.ai.oci.genai.embedding.enabled

启用OCI GenAI嵌入模型。

true

spring.ai.oci.genai.embedding.compartment

模型隔间OCID。

-

spring.ai.oci.genai.embedding.servingMode

要使用的模型服务模式。可以是on-demanddedicated

on-demand

spring.ai.oci.genai.embedding.truncate

如果文本超过嵌入上下文,如何截断文本。可以是STARTEND

END

spring.ai.oci.genai.embedding.model

用于嵌入的模型或模型端点。

-

所有以spring.ai.oci.genai.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覆盖。

运行时选项

OCIEmbeddingOptions提供嵌入请求的配置信息。OCIEmbeddingOptions提供了一个构建器来创建选项。

在启动时,使用OCIEmbeddingOptions构造函数设置所有嵌入请求使用的默认选项。在运行时,您可以通过将OCIEmbeddingOptions实例与您的EmbeddingRequest请求一起传递来覆盖默认选项。

例如,要覆盖特定请求的默认模型名称

EmbeddingResponse embeddingResponse = embeddingModel.call(
    new EmbeddingRequest(List.of("Hello World", "World is big and salvation is near"),
        OCIEmbeddingOptions.builder()
            .withModel("my-other-embedding-model")
            .build()
));

示例代码

这将创建一个EmbeddingModel实现,您可以将其注入到您的类中。这是一个使用EmbeddingModel实现的简单@Controller类的示例。

spring.ai.oci.genai.embedding.model=<your model>
spring.ai.oci.genai.embedding.compartment=<your model compartment>
@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

如果您不想使用Spring Boot自动配置,则可以在应用程序中手动配置OCIEmbeddingModel。为此,请将spring-oci-genai-openai依赖项添加到您项目的Maven pom.xml文件中

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-oci-genai-openai</artifactId>
</dependency>

或到您的Gradle build.gradle构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-oci-genai-openai'
}
请参考依赖管理部分,将Spring AI BOM添加到您的构建文件中。

接下来,创建一个OCIEmbeddingModel实例并使用它来计算两个输入文本之间的相似性

final String EMBEDDING_MODEL = "cohere.embed-english-light-v2.0";
final String CONFIG_FILE = Paths.get(System.getProperty("user.home"), ".oci", "config").toString();
final String PROFILE = "DEFAULT";
final String REGION = "us-chicago-1";
final String COMPARTMENT_ID = System.getenv("OCI_COMPARTMENT_ID");

var authProvider = new ConfigFileAuthenticationDetailsProvider(
		this.CONFIG_FILE, this.PROFILE);
var aiClient = GenerativeAiInferenceClient.builder()
    .region(Region.valueOf(this.REGION))
    .build(this.authProvider);
var options = OCIEmbeddingOptions.builder()
    .withModel(this.EMBEDDING_MODEL)
    .withCompartment(this.COMPARTMENT_ID)
    .withServingMode("on-demand")
    .build();
var embeddingModel = new OCIEmbeddingModel(this.aiClient, this.options);
List<Double> embedding = this.embeddingModel.embed(new Document("How many provinces are in Canada?"));