Exemplo de Java PetClinic AI na visão geral de Aplicações em Contentor

O exemplo Spring PetClinic é uma aplicação de referência clássica que demonstra o uso do Spring Boot com Java. Este tutorial apresenta uma versão aprimorada por IA construída em Azure Container Apps, que estende o sistema de gestão tradicional do PetClinic com capacidades modernas de IA.

A aplicação que você constrói neste tutorial é um assistente de chat de IA que utiliza Geração Aumentada por Recuperação (RAG). Para se conectar ao serviço Azure OpenAI, a aplicação utiliza os SDKs do Spring AI para dar suporte à aplicação web. Para mais informações sobre o RAG, veja Implementar a Geração Aumentada por Recuperação (RAG) com o serviço Azure OpenAI.

A aplicação apresenta muitos serviços diferentes que trabalham juntos para introduzir as funcionalidades relacionadas à IA no exemplo Spring PetClinic.

Arquitetura do aplicativo AI em Aplicativos de Contêiner do Azure

O diagrama a seguir mostra a arquitetura da aplicação de IA no Azure Container Apps:

O gateway API da aplicação, alojado no ambiente Azure Container Apps, serve como ponto de entrada central para todas as solicitações externas.

Este gateway realiza as seguintes funções:

• Roteia e gere a comunicação entre componentes da aplicação.
• Autentica utilizadores através do Microsoft Entra ID.
• Assegura o acesso ao Azure Container Registry e aos serviços cognitivos usando identidades geridas.
• Lida com todas as solicitações de usuários externos recebidas.

O gateway opera dentro de uma rede virtual dedicada, garantindo uma comunicação segura e isolada entre o aplicativo e os sistemas externos.

A tabela a seguir descreve os componentes e serviços principais apresentados na aplicação.

Para mais informações sobre os elementos de infraestrutura como código da aplicação, consulte os scripts Bicep no repositório Bring your first AI app in Azure Container Apps.

Implementação de código

As secções seguintes fornecem uma introdução ao código para o ajudar a compreender o fluxo desta primeira aplicação de IA.

Fazer chamadas REST

O controlador ChatClient é responsável por comunicar com o ponto de extremidade do cliente de chat. A sintaxe para submeter um prompt em PetclinicChatClient.java inclui o objeto chatClient para submeter a entrada do utilizador.

return this.chatClient.prompt().user(u -> u.text(query)).call().content();

Personalizações do chat

A classe ChatConfiguration personaliza os pedidos enviados para chatClient. A lista seguinte descreve algumas definições de configuração chave de chatClient:

• Autenticação de conexões: o cliente conecta-se ao Azure OpenAI. Tanto a autenticação por chave de API como a autenticação por identidade gerida são suportadas.
• Localização das definições de configuração: Para ChatModel, a implementação gpt-4o e a temperatura 0.7 estão definidas no ficheiro de configuração.
• Base de dados vetorial: A base de dados vetorial armazena representações matemáticas dos documentos de origem, conhecidas como incorporações. Os dados vetoriais são usados pela API de chat para encontrar documentos relevantes para a pergunta de um utilizador.
• Prompt do sistema: Personalize o comportamento da IA e melhore o desempenho.
• Endpoints da API: A aplicação possui endpoints personalizados de Azure Functions para que o OpenAI possa interagir com a aplicação.
• Conselheiros: Os conselheiros oferecem uma forma flexível e poderosa de interceptar, modificar e aprimorar interações orientadas por IA nas suas aplicações Spring.

Exemplo

O exemplo de código a seguir mostra como a classe ChatClientCustomizer carrega informações de configuração:

@Bean
public ChatClientCustomizer chatClientCustomizer(VectorStore vectorStore, ChatModel model) {
    ChatMemory chatMemory = new InMemoryChatMemory();

    return b -> b.defaultSystem(systemResource)
        .defaultFunctions("listOwners", "listVets", "addPetToOwner", "addOwnerToPetclinic")
        .defaultAdvisors(new PromptChatMemoryAdvisor(chatMemory),
            new ModeledQuestionAnswerAdvisor(vectorStore, SearchRequest.defaults(), model));
}

Pontos finais da API

Os beans definidos sob java.util.Function são funções definidas no contexto da aplicação. Estas funções são a interface entre os modelos de IA e a aplicação PetClinic.

Existem funções de exemplo em AIFunctionConfiguration.java que comunicam com a aplicação PetClinic. Tenha em mente os seguintes detalhes sobre estas funções:

• As anotações @Description para funções ajudam os modelos de IA a compreender as funções em linguagem natural.
• O corpo da função varia, dependendo dos seus requisitos de negócio.

Conselheiros

Consultores são componentes que modificam ou melhoram as solicitações de IA, que atuam como middleware para o processamento de solicitações.

Esta aplicação utiliza dois conselheiros diferentes:

• QuestionAnswerAdvisor chama os modelos de IA para gerar uma nova consulta do utilizador que inclua os resultados do vetor de pesquisa, antes de finalizar a mensagem.
• PromptChatMemoryAdvisor adiciona a memória de chat ao prompt e fornece um histórico de conversação ao modelo de chat. Com este contexto, o modelo de IA consegue recordar o contexto da conversa e melhorar a qualidade da conversa.

Para mais informações, consulte Advisors API.

Próximos passos