Spring AI提供了图片生成接口，该接口可以用于与各种专门用于图像生成的人工智能模型进行交互，允许开发人员以最少的代码更在在不同的图像相关模型之间切换。

Spring AI本身不支持多Key轮询的操作，因此本篇将基于数据库来实现一个多Key轮询。

Spring AI为我们提供了提示词模板，允许我们通过一些模板，快速地动态生成提示词并发起提问。

人设设置功能来自于“提示词工程”的理论基础的。目前，提示工程已成为一个较新的学科，应用于开发和优化提示词（Prompt），帮助用户有效地将语言模型用于各种应用场景和研究领域。

上下文对话的作用就是让AI具有记忆力。

什么是流式对话？流失对话的核心就是流式传输，AI的响应数据是一点一点传过来的，不用等AI将文本全部生成出来了才传过来。一定程度上能够提高使用上的响应速度，给用户一个非常好的体验。

Chat API允许我们通过简单的配置快速地调用大语言模型以对用户的输入文本进行回复响应。

Spring AI是Spring生态中应用于人工智能领域的应用框架，它的目标是将Spring 生态系统的设计原则（如可移植性、模块化设计）应用于AI领域，并在AI领域中推广使用POJO（Plain Old Java Objects）作为应用的构建模块。

最近发起了一个关于大语言模型的开源项目-know-hub-ai。欢迎感兴趣的同学一起参与开发！

Spring AI 并不仅限于针对大语言模型对话API进行了统一封装，它还可以通过简单的方式实现LangChain的一些功能。本篇将带领读者实现一个简单的检索式AI对话接口。