Transformers (ONNX) Embeddings

TransformersEmbeddingModel 是一种 EmbeddingModel 实现,它通过选定的 sentence transformer 在本地计算 sentence embeddings

您可以使用任何 HuggingFace 嵌入模型

它使用 预训练 的 transformer 模型,并序列化为 开放神经网络交换(ONNX) 格式。

Deep Java Library 微软的 ONNX Java 运行时 库被应用于运行 ONNX 模型并在 Java 中计算嵌入。

前提条件(Prerequisites)

要在 Java 中运行,我们需要将 TokenizerTransformer 模型 序列化为 ONNX 格式。

使用 optimum-cli 进行序列化 - 一种快速实现此目的的方法是使用 optimum-cli 命令行工具。 以下代码片段准备了一个 Python 虚拟环境,安装了所需的包,并使用 optimum-cli 对指定模型进行序列化(例如导出):

python3 -m venv venv
source ./venv/bin/activate
(venv) pip install --upgrade pip
(venv) pip install optimum onnx onnxruntime sentence-transformers
(venv) optimum-cli export onnx --model sentence-transformers/all-MiniLM-L6-v2 onnx-output-folder

该代码片段将 sentence-transformers/all-MiniLM-L6-v2 转换器导出至 onnx-output-folder 文件夹。后者包含了嵌入模型所使用的 tokenizer.jsonmodel.onnx 文件。

您可以选择任何 Hugging Face 的 transformer 标识符或直接提供文件路径,以替代 all-MiniLM-L6-v2

自动配置(Auto-configuration)

Spring AI 为ONNX Transformer 嵌入客户端提供了 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-transformers</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-transformers'
}

要配置它,请使用 spring.ai.embedding.transformer.* 属性。

如,将此添加到您的 application.properties 文件中,以使用 intfloat/e5-small-v2 文本嵌入模型配置客户端:

spring.ai.embedding.transformer.onnx.modelUri=https://huggingface.co/intfloat/e5-small-v2/resolve/main/model.onnx
spring.ai.embedding.transformer.tokenizer.uri=https://huggingface.co/intfloat/e5-small-v2/raw/main/tokenizer.json

支持的完整属性列表如下:

嵌入属性(Embedding Properties)

属性 描述 默认值
spring.ai.embedding.transformer.enabled (已移除且无效) 启用Transformer嵌入模型 true
spring.ai.model.embedding 启用Transformer嵌入模型 transformers
spring.ai.embedding.transformer.tokenizer.uri ONNX引擎创建的预训练HuggingFaceTokenizer的URI(如tokenizer.json) onnx/all-MiniLM-L6-v2/tokenizer.json
spring.ai.embedding.transformer.tokenizer.options HuggingFaceTokenizer选项,如’addSpecialTokens’、’modelMaxLength’、’truncation’等 empty
spring.ai.embedding.transformer.cache.enabled 启用远程资源缓存 true
spring.ai.embedding.transformer.cache.directory 缓存远程资源(如ONNX模型)的目录路径 ${java.io.tmpdir}/spring-ai-onnx-model
spring.ai.embedding.transformer.onnx.modelUri 预训练的ONNX模型 onnx/all-MiniLM-L6-v2/model.onnx
spring.ai.embedding.transformer.onnx.modelOutputName 用于嵌入计算的ONNX模型输出节点名称 last_hidden_state
spring.ai.embedding.transformer.onnx.gpuDeviceId 执行的GPU设备ID(需onnxruntime_gpu依赖) -1
spring.ai.embedding.transformer.metadataMode 指定文档内容和元数据的哪些部分将用于计算嵌入 NONE

错误与特殊情况

  • 如果您遇到类似 ‘Caused by: ai.onnxruntime.OrtException: Supplied array is ragged,…‘ 的错误,您需要在 ‘application.properties‘ 中同时启用分词器填充,如下所示:
    spring.ai.embedding.transformer.tokenizer.options.padding=true
  • 如果遇到类似 “生成输出名称不包含预期值:last_hidden_state。请考虑使用以下可用模型输出之一:token_embeddings,…” 的错误,您需要根据您的模型将模型输出名称设置为正确的值。请参考错误消息中列出的名称。例如:
    spring.ai.embedding.transformer.onnx.modelOutputName=token_embeddings
  • 如果您遇到类似‘ai.onnxruntime.OrtException: 错误代码 - ORT_FAIL - 消息:反序列化张量 onnx::MatMul_10319 失败。获取./model.onnx_data 的文件长度失败:提供的文件描述符无效:-1‘的错误,这意味着您的模型大小超过 2GB,并被序列化为两个文件:model.onnx 和 model.onnx_data。
    Model.onnx_data 被称为 外部数据 ,并预期与 model.onnx 位于同一目录下。
    目前唯一的解决办法是将大型的‘model.onnx_data‘文件复制到运行 Boot 应用程序的文件夹中。
  • 如果您遇到类似 ‘ai.onnxruntime.OrtException: 错误代码 - ORT_EP_FAIL - 消息: 未能找到 CUDA 共享提供程序‘ 的错误,这意味着您正在使用 GPU 参数 ‘spring.ai.embedding.transformer.onnx.gpuDeviceId‘,但缺少 ‘onnxruntime_gpu‘ 依赖项。
    <dependency>
      <groupId>com.microsoft.onnxruntime</groupId>
      <artifactId>onnxruntime_gpu</artifactId>
    </dependency>
    请根据 CUDA 版本选择合适的 onnxruntime_gpu 版本(ONNX Java 运行时 )。

手动配置(Manual Configuration)

如果您未使用 Spring Boot,可以手动配置 Onnx Transformers嵌入模型。为此,请将 spring-ai-transformers 依赖项添加到项目的 Maven pom.xml 文件中:

要启用它,添加 spring-oci-genai-openai 依赖到你的项目 Maven pom.xml 文件:

<dependency>
  <groupId>org.springframework.ai</groupId>
  <artifactId>spring-ai-transformers</artifactId>
</dependency>

随后创建一个新的 TransformersEmbeddingModel 实例,并利用 setTokenizerResource (tokenizerJsonUri)setModelResource (modelOnnxUri)方法,设置导出的 tokenizer.jsonmodel.onnx 文件的 URI。(支持 classpath:、file: 或 https: URI 模式)。

如果未明确设置模型,TransformersEmbeddingModel 默认使用 sentence-transformers/all-MiniLM-L6-v2

维度
维度数量 384
平均性能 58.80
处理速度 14200 句/秒
模型大小 80MB

以下代码片段展示了如何手动使用 TransformersEmbeddingModel

TransformersEmbeddingModel embeddingModel = new TransformersEmbeddingModel();

// (optional) defaults to classpath:/onnx/all-MiniLM-L6-v2/tokenizer.json
embeddingModel.setTokenizerResource("classpath:/onnx/all-MiniLM-L6-v2/tokenizer.json");

// (optional) defaults to classpath:/onnx/all-MiniLM-L6-v2/model.onnx
embeddingModel.setModelResource("classpath:/onnx/all-MiniLM-L6-v2/model.onnx");

// (optional) defaults to ${java.io.tmpdir}/spring-ai-onnx-model
// Only the http/https resources are cached by default.
embeddingModel.setResourceCacheDirectory("/tmp/onnx-zoo");

// (optional) Set the tokenizer padding if you see an errors like:
// "ai.onnxruntime.OrtException: Supplied array is ragged, ..."
embeddingModel.setTokenizerOptions(Map.of("padding", "true"));

embeddingModel.afterPropertiesSet();

List<List<Double>> embeddings = this.embeddingModel.embed(List.of("Hello world", "World is big"));

首次调用 embed () 方法会下载大型 ONNX 模型并将其缓存到本地文件系统中。因此,首次调用可能会比平常花费更长时间。可以使用 ‘#setResourceCacheDirectory (< 路径>)‘方法来设置存储 ONNX 模型的本地文件夹。默认的缓存文件夹是 ‘${java.io.tmpdir}/spring-ai-onnx-model‘

TransformersEmbeddingModel 创建为 Bean 更为便捷(且推荐)。这样,您就无需手动调用 afterPropertiesSet ()方法。

@Bean
public EmbeddingModel embeddingModel() {
   return new TransformersEmbeddingModel();
}
作者:Jeebiz  创建时间:2025-08-08 00:48
最后编辑:Jeebiz  更新时间:2025-08-31 23:07