spring ai源码阅读记录

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。