Embedding
AbstractEmbeddingClient 定义如何处理机器学习模型中的嵌入向量维数。
Embedding 处理和存储机器学习模型生成的嵌入向量数据。
EmbeddingClient 扩展泛型接口,专门处理文本和文档嵌入向量的生成。
EmbeddingOptions 为spring框架中ai相关的嵌入功能提供模型选项的扩展点。可以通过实现该接口提供具体的嵌入选项。
EmbeddingRequest 实现了模型请求的接口,请求数据类型为字符串列表。总的来说,实现了字符串列表的输入和配置选项,用于处理某种形式的嵌入请求。主要标准化请求结构,是的其他模型请求具有相同的形式。
EmbeddingResponse 实现了模型响应的接口,专门用于处理机器学习模型的响应,处理嵌入模型的响应。封装了嵌入的结果以及相关的元数据。
EmbeddingResponseMetadata 创建和管理响应元数据。主要用于作为元数据的容器,存储各种类型的数据。如配置参数、状态信息等。
什么是元数据?个东西的基本描述一。比如对于一本书:作者,标题....
EmbeddingResultMetadata
Image
Image 用于表示和处理图像信息。封装了两个主要属性,图像URL和图像编码数据。
ImageMessage 封装与图像相关的信息,特别是文本和权重。提供一种封装图像相关消息的方式,包括文本描述和一个可选的权重值。用于图像处理应用中,根据文本内容和相关权重进行操作或者决策。
ImageOptionsBuilder 使用建造者模型构造对象,适合于参数较多的情况,避免使用大量参数的构造函数,使得代码更加清晰和易于维护。
ImagePrompt 封装和管理图像处理模型的请求。可以携带一系列图像消息和图像模型选项。通过构造方法集,可以方便地创建具有不同配置的图像处理请求。通过实现ModelRequest接口,保证了与spring框架中其他模型请求的兼容性。
ImageResponse 为图像生成模型提供一个标准化的响应结构,包括图像列表和关联的元数据。