Comience a utilizar la integración de Spring AI

Crear una aplicación Java Spring.

1. Navegue hasta Spring Initializr y configure su proyecto con las siguientes configuraciones:

   • Proyecto: Maven

   • Lenguaje: Java

   • Spring Boot: puedes utilizar la versión por defecto que está seleccionada.

   • Metadatos del proyecto:

   • Java: 21

   • Puede utilizar valores predeterminados para todos los demás campos.

2. En el lado derecho de Spring Initializr, haga clic en ADD DEPENDENCIES, luego busque y agregue las siguientes dependencias:

   • MongoDB Atlas Vector Database

   • Spring Data MongoDB

3. Haz clic en GENERATE para descargar una versión comprimida de tu proyecto Spring. Descomprime el archivo y ábrelo en tu IDE.

Agrega dependencias.

1. Spring AI proporciona configuración automática de Spring Boot para MongoDB Vector Search.

   Agregue las siguientes dependencias a dependencies Matriz en el archivo pom.xml de tu proyecto. Estas dependencias añaden Spring AI y la biblioteca de autoconfiguración a tu aplicación:

   pom.xml

   <dependency>
       <groupId>org.springframework.ai</groupId>
       <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
   </dependency>
   <dependency>
       <groupId>org.springframework.ai</groupId>
       <artifactId>spring-ai-spring-boot-autoconfigure</artifactId>
   </dependency>
   <dependency>
       <groupId>org.springframework.boot</groupId>
       <artifactId>spring-boot-starter-web</artifactId>
   </dependency>

2. A continuación, asegúrese de que su archivo pom.xml contenga una entrada dependencyManagement para la lista de materiales (BOM) de Spring AI.

   Importante

   Establezca la constante spring-ai.version utilizada para la lista de materiales de Spring AI en 1.0.0-SNAPSHOT para implementar las funciones más recientes de Spring AI en su aplicación.

   Para obtener más información sobre Spring AI BOM, consulte la sección Gestión de dependencias de la documentación de Spring AI.

3. Finalmente, añade el repositorio Spring AI Snapshot en la entrada repositories en el archivo pom.xml:

   pom.xml

   <repository>
     <id>spring-snapshots</id>
     <name>Spring Snapshots</name>
     <url>https://repo.spring.io/snapshot</url>
     <releases>
       <enabled>false</enabled>
     </releases>
   </repository>

   Para obtener más información sobre estos repositorios, consulte la sección Agregar repositorios de Milestone y Snapshot de la documentación de Spring AI.

   Después de terminar de editar el archivo pom.xml, vuelva a cargar su proyecto para asegurarse de que sus dependencias estén instaladas.

Definir propiedades de la aplicación.

Localice el archivo src/main/resources/application.properties y reemplace su contenido con las siguientes propiedades. Reemplace los marcadores de posición con su clave de API de OpenAI y su cadena de conexión de Atlas:

spring.application.name=springai-mongodb
spring.ai.openai.api-key=<OpenAI API Key>
spring.ai.openai.embedding.options.model=text-embedding-ada-002
spring.data.mongodb.uri=<connection string>
spring.data.mongodb.database=springai_test
spring.ai.vectorstore.mongodb.indexName=vector_index
spring.ai.vectorstore.mongodb.collection-name=vector_store

mongodb+srv://<db_username>:<db_password>@<clusterName>.<hostname>.mongodb.net/?<settings>

Habilitar la inicialización del esquema.

Al configurar Atlas como almacén de vectores en su aplicación, Spring AI puede inicializar automáticamente el esquema de backend. Esta inicialización incluye la creación de un índice de búsqueda de vectores de MongoDB en la colección que contiene sus incrustaciones de vectores.

Para habilitar la inicialización del esquema, agregue la siguiente configuración a su archivo application.properties:

spring.ai.vectorstore.mongodb.initialize-schema=true

Al especificar, Spring AI crea initialize-schema=true programáticamente un índice de búsqueda vectorial de MongoDB en su clúster. Para obtener más información, consulte Crear un índice de búsqueda vectorial de MongoDB.

Añadir declaraciones de importación.

Pegue el siguiente código en el archivo Config.java para importar las clases necesarias:

import org.springframework.ai.embedding.EmbeddingModel;
import org.springframework.ai.openai.OpenAiEmbeddingModel;
import org.springframework.ai.openai.api.OpenAiApi;
import org.springframework.ai.vectorstore.MongoDBAtlasVectorStore;
import org.springframework.ai.vectorstore.VectorStore;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.SpringBootConfiguration;
import org.springframework.boot.autoconfigure.EnableAutoConfiguration;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.mongodb.core.MongoTemplate;

Propiedades de la aplicación de referencia.

Pegue el siguiente código en el archivo Config.java para hacer referencia a los valores que estableció en el archivo de propiedades de su aplicación:

@Configuration
@SpringBootConfiguration
@EnableAutoConfiguration
public class Config {
    @Value("${spring.ai.openai.api-key}")
    private String openAiKey;
    @Value("${spring.data.mongodb.database}")
    private String databaseName;
    @Value("${spring.ai.vectorstore.mongodb.collection-name:vector_store}")
    private String collectionName;
    @Value("${spring.ai.vectorstore.mongodb.indexName:vector_index}")
    private String indexName;
    @Value("${spring.data.mongodb.uri}")
    private String mongoUri;
    @Value("${spring.ai.vectorstore.mongodb.initialize-schema}")
    private Boolean initSchema;
    // Add beans here...
}

Crea el EmbeddingModel bean Spring.

A continuación, pegue el siguiente código para generar la instancia OpenAiEmbeddingModel que utiliza la API de OpenAI para crear incrustaciones vectoriales:

@Bean
public EmbeddingModel embeddingModel() {
    return new OpenAiEmbeddingModel(new OpenAiApi(openAiKey));
}

Crea el VectorStore bean Spring.

Finalmente, pegue el siguiente código para crear un bean que devuelva una instancia VectorStore. La instancia VectorStore usa la instancia MongoTemplate correspondiente a su implementación y la instancia OpenAiEmbeddingModel creada en el paso anterior.

@Bean
public VectorStore mongodbVectorStore(MongoTemplate mongoTemplate, EmbeddingModel embeddingModel) {
    return new MongoDBAtlasVectorStore(mongoTemplate, embeddingModel,
            MongoDBAtlasVectorStore.MongoDBVectorStoreConfig.builder().build(), initSchema);
}