Spring AI est un projet qui apporte des modèles et des pratiques d'ingénierie d'apprentissage automatique (AI) aux développeurs Spring Boot, offrant des abstractions propres et idiomatiques. La nouvelle version, m4, s'appuie sur Spring Boot 3.4 et ajoute plusieurs fonctionnalités, notamment le support d'Amazon Bedrock Convertse, des appels de fonction plus expressifs en Java et Kotlin, et la première version de support pour le RAG avancé et modulaire. Le RAG fait référence à l'utilisation de données d'un système ou service pour informer la réponse générée par un modèle de conversation. La version inclut également des mises à jour des intégrations de stockage de vecteurs et des modèles de conversation, ainsi qu'une page de comparaison exhaustive des modèles de conversation dans la documentation. Spring AI vise à faciliter la connexion des modèles d'apprentissage automatique avec les données et la logique métier, en se concentrant sur l'intégration plutôt que sur la construction de modèles à partir de zéro. La version inclut un nouveau support pour la description et l'appel de fonctions, permettant aux modèles de poser des questions sur les systèmes et services. Un exemple simple montre la définition d'un rappel de fonction et du client de conversation Spring AI, qui est utilisé pour interagir avec un modèle de conversation Spring AI. L'exemple montre comment définir un rappel de fonction qui renvoie le temps pour une ville donnée, et comment l'utiliser dans un test pour vérifier la réponse attendue. Le test vérifie que le modèle peut poser des questions sur le système et les services, et que le rappel de fonction fournit la réponse attendue. Dans l'ensemble, Spring AI facilite l'intégration des modèles d'apprentissage automatique avec les données et la logique métier, et la nouvelle version ajoute plusieurs fonctionnalités pour soutenir cet objectif.