AI的发展

大语言模型

Transformer

模型部署

云服务

部署云服务需要先获取密钥

本地部署（模型部署）

ollama的一些命令

调用对应的命令下载并运行对应的模型

（未下载会直接拉取下载，已下载会直接运行；会记忆下载，如果下载速度减慢可以ctrl+c取消下载后，重新下载直到下载完成）

查看运行中的模型

调用大模型（调用云服务器需要有API Key）

客户端调用API

大模型应用

传统程序和AI大模型结合

大模型应用

AI应用技术开发架构

Prompt问答

Agent + Function calling

RAG

Fine-tuning（模型微调，需要完成部署模型，技术以及成本非常的高）

Spring AI

对话机器人-快速入门

引入依赖

引入管理依赖

引入对应模型平台的starter依赖（此处是ollama，其他平台则换平台名字即可）

配置模型

配置基础地址、api-key和模型的名称，ollama是本地部署不需要api-key；此时配置好以后后续发请求时就不需要指定了

配置客户端

通过Bean配置客户端，类型为ChatClient是一个通用的客户端，以后对接任何一个平台都可以用；里面传入对应平台模型的参数（这里的参数从依赖里面传过来）

利用对应的模型参数构建客户端，将模型传给工厂就可以创建了。可以直接配置系统默认设定

用户提供提示词，调用.call方法获取返回的结果并使用.content方法解析结果

调用.stream流式输出

创建工程

引入的相关依赖的版本

引入lombok（有参，无参构造等使用），注意：千万不要用spring脚手架自动引入的lombok，可能会用不了，自己手动引入

配置（ollama）

配置客户端

写一个controller和前端对话（需要确保ollama是在运行中的）

阻塞式回答（思考完答案以后一次性得到结果）

测试效果

流式调用（一个一个答案生成）

测试

在requestMapping中设置响应结果的类型，解决回答显示乱码的问题

对话机器人-会话日志

配置和使用日志

在application中配置：logging：level：包的名字（root是所有的包都配置日志的级别（下面是debug级别），会记录很多日志）

下面为给该包下spring ai中的advison中的日志全都记录

如果要记录spring ai中其他包的日志，就将其他包加入即可，甚至可以将所选中的部分删除，将记录整个spring ai的内容

配置了spring ai包的日志级别，以及自己包的日志级别

所有的日志和其他的增强的功能都是通过环绕通知（即advisors）实现的