Azure OpenAI Embeddings
Azure 的 OpenAI 扩展了 OpenAI 的功能,为多种任务提供安全的文本生成及嵌入计算模型:
- 相似性嵌入擅长捕捉两段或多段文本之间的语义相似性。
- 文本搜索嵌入有助于衡量长篇文档是否与简短查询相关。
- 代码搜索嵌入适用于将代码片段和自然语言搜索查询进行嵌入。
Azure OpenAI 嵌入依赖于余弦距离
来计算文档与查询之间的相似度。
前提条件(Prerequisites)
Azure OpenAI 客户端提供三种连接选项:使用 Azure API 密钥、使用 OpenAI API 密钥 或 使用 Microsoft Entra ID 。
Azure API Key & EndpointAzure API
若要使用 API 密钥访问模型,请从 Azure 门户 上的 Azure OpenAI 服务 获取你的 Azure OpenAI endpoint
和 api-key
。
Spring AI 定义了两个配置属性:
spring.ai.azure.openai.api-key
: 将其设置为从 Azure 获取的 API Key 的值。spring.ai.azure.openai.endpoint
: 将此设置为在 Azure 中预配模型时获得的 endpoint URL。
可以在 application.properties 或 application.yml 文件中设置这些配置属性:
spring.ai.azure.openai.api-key=<your-azure-api-key>
spring.ai.azure.openai.endpoint=<your-azure-endpoint-url>
为了提高处理 API 密钥等敏感信息时的安全性,可以使用 Spring 表达式语言 (SpEL) 来引用自定义环境变量:
# In application.yml
spring:
ai:
azure:
openai:
api-key: ${AZURE_OPENAI_API_KEY}
endpoint: ${AZURE_OPENAI_ENDPOINT}
# In your environment or .env file
export AZURE_OPENAI_API_KEY=<your-azure-openai-api-key>
export AZURE_OPENAI_ENDPOINT=<your-azure-openai-endpoint-url>
OpenAI 密钥
要使用 OpenAI 服务 (而不是 Azure) 进行身份验证,请提供一个 OpenAI API 密钥。这将自动将端点设置为 api.openai.com/v1 。
使用这种方法时,将spring.ai.azure.openai.chat.options.deployment-name
属性设置为要使用的 OpenAI 模型的名称。
spring.ai.azure.openai.openai-api-key=<your-azure-openai-key>
spring.ai.azure.openai.chat.options.deployment-name=<openai-model-name>
在 SpEL 中使用环境变量:
# In application.yml
spring:
ai:
azure:
openai:
openai-api-key: ${AZURE_OPENAI_API_KEY}
chat:
options:
deployment-name: ${AZURE_OPENAI_MODEL_NAME}
# In your environment or .env file
export AZURE_OPENAI_API_KEY=<your-openai-key>
export AZURE_OPENAI_MODEL_NAME=<openai-model-name>
Microsoft Entra ID
对于使用 Microsoft Entra ID (以前称为 Azure Active Directory) 的无密钥身份验证,请仅设置 spring.ai.azure.openai.endpoint
配置属性,而不要设置上述 api-key
属性。
只找到 endpoint 属性,应用程序将评估几个不同的凭据检索选项,并使用令牌凭据创建 OpenAIClient 实例。
添加存储库和 BOM
Spring AI 工件发布在 Spring Milestone
和 Snapshot
存储库中。请参阅存储库部分将这些存储库添加到您的构建系统中。
为了帮助进行依赖管理,Spring AI 提供了 BOM(物料清单),以确保在整个项目中使用一致的 Spring AI 版本。请参阅依赖管理部分将 Spring AI BOM 添加到您的构建系统。
自动配置(Auto-configuration)
Spring AI 为 Azure OpenAI 嵌入模型提供了 Spring Boot 自动配置。要启用此功能,请将以下依赖项添加到项目的 Maven pom.xml
文件中:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-azure-openai</artifactId>
</dependency>
或者,在你的 Gradle 构建文件 build.gradle
中添加:
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-azure-openai'
}
嵌入属性(Embedding Properties)
前缀 spring.ai.azure.openai
是用于配置连接 Azure OpenAI 的属性前缀。
属性 | 描述 | 默认值 |
---|---|---|
spring.ai.azure.openai.api-key | Azure AI OpenAI中资源管理 下 Keys 和 Endpoint 部分的Keys |
- |
spring.ai.azure.openai.endpoint | Azure AI OpenAI中资源管理 下Keys 和 Endpoint 部分的 Endpoint |
- |
spring.ai.azure.openai.openai-api-key | (非Azure) OpenAI API密钥。用于直接认证OpenAI服务而非Azure OpenAI。 自动将终结点设置为api.openai.com/v1。 使用 api-key 或openai-api-key 属性之一。此配置下 spring.ai.azure.openai.embedding.options.deployment-name 将被视为OpenAI模型名称。 |
- |
spring.ai.azure.openai.embedding
是用于配置 Azure OpenAI 的 EmbeddingModel 实现的属性前缀。
属性 | 描述 | 默认值 |
---|---|---|
spring.ai.azure.openai.embedding.enabled (已移除且无效) | 启用Azure OpenAI嵌入模型 | true |
spring.ai.model.embedding | 启用Azure OpenAI嵌入模型 | azure-openai |
spring.ai.azure.openai.embedding.metadata-mode | 文档内容提取模式 | EMBED |
spring.ai.azure.openai.embedding.options.deployment-name | Azure AI门户中显示的”部署名称”值 | text-embedding-ada-002 |
spring.ai.azure.openai.embedding.options.user | 操作调用方或最终用户的标识符,可用于跟踪或限速目的 | - |
运行时选项(Runtime Options )
AzureOpenAiEmbeddingOptions 提供了嵌入请求的配置信息,并提供了一个构建器来创建这些选项。
启动时,默认选项可以通过 AzureOpenAiEmbeddingModel
构造函数来设置所有嵌入请求默认使用的选项。
在运行时,你可以通过向 EmbeddingRequest
请求传递一个 AzureOpenAiEmbeddingOptions
实例来覆盖这些默认选项。
例如,要为特定请求覆盖默认模型名称:
EmbeddingResponse embeddingResponse = embeddingModel.call(
new EmbeddingRequest(List.of("Hello World", "World is big and salvation is near"),
AzureOpenAiEmbeddingOptions.builder()
.model("Different-Embedding-Model-Deployment-Name")
.build()));
示例控制器(Sample Controller)
创建一个新的 Spring Boot 项目,并将 spring-ai-starter-model-azure-openai
添加到 pom (或 gradle) 依赖项中。
在 src/main/resources
目录下添加 application.properties
文件,以启用和配置 Titan Embedding 模型:
spring.ai.azure.openai.api-key=YOUR_API_KEY
spring.ai.azure.openai.endpoint=YOUR_ENDPOINT
spring.ai.azure.openai.embedding.options.model=text-embedding-ada-002
这将创建一个 AzureOpenAiEmbeddingModel
的实现,你可以将其注入到你的类中。下面是一个简单的 @Controller 类的示例,它使用聊天模型进行文本生成。
@RestController
public class EmbeddingController {
private final AzureOpenAiEmbeddingModel embeddingModel;
@Autowired
public EmbeddingController(AzureOpenAiEmbeddingModel embeddingModel) {
this.embeddingModel = embeddingModel;
}
@GetMapping("/v1/embedding")
public Map embedding(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
return Map.of("embeddings", embeddingModel.embed(message));
}
}
手动配置(Manual Configuration)
AzureOpenAiEmbeddingModel 实现了 EmbeddingModel , 并使用轻量级 AzureOpenAi 客户端连接到 Azure OpenAI 服务。
要启用它,添加 spring-ai-azure-openai
依赖到你的项目 Maven pom.xml
文件:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-azure-openai</artifactId>
</dependency>
或者,在你的 Gradle 构建文件 build.gradle
中添加:
dependencies {
implementation 'org.springframework.ai:spring-ai-azure-openai'
}
接下来,创建一个 AzureOpenAiEmbeddingModel
并将其用于文本嵌入:
var openAIClient = OpenAIClientBuilder()
.credential(new AzureKeyCredential(System.getenv("AZURE_OPENAI_API_KEY")))
.endpoint(System.getenv("AZURE_OPENAI_ENDPOINT"))
.buildClient();
var embeddingModel = new AzureOpenAiEmbeddingModel(this.openAIClient)
.withDefaultOptions(AzureOpenAiEmbeddingOptions.builder()
.model("text-embedding-ada-002")
.user("user-6")
.build());
EmbeddingResponse embeddingResponse = this.embeddingModel
.embedForResponse(List.of("Hello World", "World is big and salvation is near"));
最后编辑:Jeebiz 更新时间:2025-08-31 23:07