Spring AI 实战：Spring Boot + OpenAI 集成 Chroma 向量数据库

前言

在前面的文章中，我们已经学习了如何使用 Spring AI 构建基础聊天服务、流式对话、上下文记忆、角色设定、动态提示词模板、结构化输出、语音识别与合成、图像生成等能力。本文将聚焦于向量数据库（VectorStore） 的集成与使用。

我们将基于 spring-ai-openai-vectorStore 示例项目，并结合本地部署的 Chroma 向量数据库，详细介绍如何通过 Spring AI 集成 Chroma 实现文档的存储与相似性检索，为后续 RAG（Retrieval-Augmented Generation）系统打下坚实的基础。

---

一、开发环境准备

（一）Java 版本要求

本项目采用 Java 17 进行编译和运行，请务必确保你的开发环境已成功安装 JDK 17。你可以在命令行中输入以下命令进行检查：

java -version

输出应类似如下内容：

openjdk version "17.0.8" 2023-07-18 OpenJDK Runt