Spring AI ist ein Projekt, das AI-Engineering-Muster und -Praktiken für Spring-Boot-Entwickler bereitstellt, indem es saubere und idiomatische Abstraktionen anbietet. Die neue Version, m4, basiert auf Spring Boot 3.4 und fügt mehrere Funktionen hinzu, darunter Unterstützung für Amazon Bedrock Convertse, expressivere Funktionsaufrufe in Java und Kotlin und den ersten Schritt bei der Unterstützung für fortschrittliches und modulares RAG. RAG bezieht sich auf die Verwendung von Daten aus einem System oder Dienst, um die von einem Chat-Modell generierte Antwort zu informieren. Die Version enthält auch Updates für Vektor-Speicher-Integrationen und Chat-Modelle, sowie eine umfassende Vergleichsseite für Chat-Modelle in der Dokumentation. Spring AI zielt darauf ab, die Verbindung von AI-Modellen mit Daten und Geschäftslogik einfach zu gestalten, indem es sich auf die Integration konzentriert, anstatt Modelle von Grund auf zu erstellen. Die Version enthält neue Unterstützung für die Beschreibung und den Aufruf von Funktionsaufrufen, damit Modelle Fragen an Systeme und Dienste stellen können. Ein einfaches Beispiel demonstriert die Definition eines FunctionCallback und des Spring-AI-ChatClients, der zum Interagieren mit einem Spring-AI-ChatModell verwendet wird. Das Beispiel zeigt, wie ein FunctionCallback definiert werden kann, der das Wetter für eine gegebene Stadt zurückgibt, und wie es in einem Test verwendet werden kann, um die erwartete Antwort zu überprüfen. Der Test überprüft, ob das Modell Fragen an Systeme und Dienste stellen kann, und ob der Funktionsrückruf die erwartete Antwort liefert. Insgesamt macht Spring AI es einfach, AI-Modelle mit Daten und Geschäftslogik zu integrieren, und die neue Version fügt mehrere Funktionen hinzu, um dieses Ziel zu unterstützen.