image:https://spring.io/badges/spring-data-mongodb/ga.svg[Spring Data MongoDB,link=https://spring.io/projects/spring-data-mongodb#quick-start] image:https://spring.io/badges/spring-data-mongodb/snapshot.svg[Spring Data MongoDB,link=https://spring.io/projects/spring-data-mongodb#quick-start]
= Spring Data MongoDB image:https://jenkins.spring.io/buildStatus/icon?job=spring-data-mongodb%2Fmain&subject=Build[link=https://jenkins.spring.io/view/SpringData/job/spring-data-mongodb/] https://gitter.im/spring-projects/spring-data[image:https://badges.gitter.im/spring-projects/spring-data.svg[Gitter]] image:https://img.shields.io/badge/Revved%20up%20by-Develocity-06A0CE?logo=Gradle&labelColor=02303A["由Develocity提供支持", link="https://ge.spring.io/scans?search.rootProjectNames=Spring Data MongoDB"]
https://spring.io/projects/spring-data[Spring Data]项目的主要目标是使构建使用新数据访问技术(如非关系型数据库、map-reduce框架和基于云的数据服务)的Spring应用程序变得更加容易。
Spring Data MongoDB项目旨在为新的数据存储提供熟悉且一致的基于Spring的编程模型,同时保留特定存储的特性和功能。Spring Data MongoDB项目提供了与MongoDB文档数据库的集成。Spring Data MongoDB的主要功能领域包括一个以POJO为中心的模型,用于与MongoDB的+Document+
进行交互,以及轻松编写仓库风格的数据访问层。
[[code-of-conduct]] == 行为准则
[[getting-started]] == 入门指南
以下是一个使用Java编写的Spring Data Repositories的应用程序示例:
public interface PersonRepository extends CrudRepository<Person, Long> {
List<Person> findByLastname(String lastname);
List<Person> findByFirstnameLike(String firstname); }
@Service public class MyService {
private final PersonRepository repository;
public MyService(PersonRepository repository) { this.repository = repository; }
public void doWork() {
repository.deleteAll();
Person person = new Person();
person.setFirstname("Oliver");
person.setLastname("Gierke");
repository.save(person);
List<Person> lastNameResults = repository.findByLastname("Gierke");
List<Person> firstNameResults = repository.findByFirstnameLike("Oli*");
} }
@Configuration @EnableMongoRepositories class ApplicationConfig extends AbstractMongoClientConfiguration {
[[maven-configuration]] === Maven配置
添加Maven依赖:
如果您更喜欢使用即将发布的主要版本的最新快照,请使用我们的Maven快照仓库并声明适当的依赖版本。
[[upgrading]] == 升级
有关如何从Spring Data早期版本升级的说明,请参阅项目https://github.com/spring-projects/spring-data-commons/wiki[wiki]。请点击https://github.com/spring-projects/spring-data-commons/wiki#release-notes[发布说明]部分的链接,找到您想要升级到的版本。
[[getting-help]] == 获取帮助
在使用Spring Data时遇到问题?我们很乐意为您提供帮助!
[[reporting-issues]] == 报告问题
Spring Data使用Github作为问题跟踪系统来记录bug和功能请求。如果您想提出问题,请遵循以下建议:
[[guides]] == 指南
https://spring.io/[spring.io]网站包含几 个逐步展示如何使用Spring Data的指南:
https://spring.io/guides/gs/accessing-mongodb-data-rest/[通过REST访问MongoDB数据]是一个指南,介绍如何创建一个REST Web服务,通过仓库公开存储在MongoDB中的数据。 [[examples]] == 示例
https://github.com/spring-projects/spring-data-examples/[Spring Data 示例] 包含详细解释特定功能的示例项目。
[[building-from-source]] == 从源代码构建
使用 Spring Data 无需从源代码构建。二进制文件可在 https://repo.spring.io[repo.spring.io] 获取,并可通过上述 <<maven-configuration,Maven 配置>> 访问。
注意:Gradle 的配置与 Maven 类似。
最好的入门方式是在 https://start.spring.io[start.spring.io] 上创建一个使用 MongoDB 的 Spring Boot 项目。 点击此 https://start.spring.io/#type=maven-project&language=java&platformVersion=3.0.0&packaging=jar&jvmVersion=17&groupId=com.example&artifactId=demo&name=demo&description=Demo%20project%20for%20Spring%20Boot&packageName=com.example.demo&dependencies=data-mongodb[链接] 构建一个命令式应用程序,或点击此 https://start.spring.io/#type=maven-project&language=java&platformVersion=3.0.0&packaging=jar&jvmVersion=17&groupId=com.example&artifactId=demo&name=demo&description=Demo%20project%20for%20Spring%20Boot&packageName=com.example.demo&dependencies=data-mongodb-reactive[链接] 构建一个响应式应用程序。
但是,如果你想尝试最新最好的版本,Spring Data MongoDB 可以使用 https://github.com/takari/maven-wrapper[Maven wrapper] 轻松构建, 最低要求是 JDK 17 (https://www.oracle.com/java/technologies/downloads/[JDK 下载])。
要构建 Spring Data MongoDB,你需要 https://www.mongodb.com/try/download/community[下载] 并 https://docs.mongodb.com/manual/installation/[安装 MongoDB 发行版]。
安装 MongoDB 后,你需要启动 MongoDB 服务器。最好将 MongoDB 安装目录设置为环境变量(例如 MONGODB_HOME
)。
要运行完整的测试套件,需要一个 https://docs.mongodb.com/manual/tutorial/deploy-replica-set/[MongoDB 副本集]。
要运行 MongoDB 服务器,在命令行中输入以下命令:
MongoDB 服务器启动后,你应该会看到消息(msg
)"Successfully connected to host"。
注意 mongod
命令中的 --dbpath
选项。你可以将其设置为任何你喜欢的路径,但在这个例子中,我们将其设置为 MongoDB 安装目录($MONGODB_HOME
)下的子目录(runtime/data/
)的绝对路径。
你只需在第一次启动 MongoDB 服务器时初始化一次 MongoDB 副本集。 要初始化副本集,启动一个 mongo 客户端:
然后输入以下命令:
最后,在基于 UNIX 的系统(例如 Linux 或 Mac OS X)上,你可能需要调整 ulimit
。
如果需要,你可以使用以下命令调整 ulimit
(32768 只是一个建议值):
你可以再次使用 ulimit -a
来验证"打开文件"的 ulimit
是否设置正确。
现在你已经准备好构建 Spring Data MongoDB 了。只需输入以下 mvnw
(Maven Wrapper)命令:
如果你想使用常规的 mvn
命令构建,你需要 https://maven.apache.org/run-maven/index.html[Maven v3.8.0 或更高版本]。
如果你希望提交拉取请求,请同时查看 link:CONTRIBUTING.adoc[CONTRIBUTING.adoc],特别是在进行第一次非微小更改之前,请签署 https://cla.pivotal.io/sign/spring[贡献者协议]。
=== 构建参考文档
构建文档的同时也会构建项目,但不运行测试。
生成的文档可在 target/antora/site/index.html
中找到。
[[license]] == 许可证
Spring Data MongoDB 是根据 https://www.apache.org/licenses/LICENSE-2.0.html[Apache 2.0 许可证] 发布的开源软件。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的 转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表 格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
高质量语音生成模型
CSM 是一个开源的语音生成项目,它提供了一个基于 Llama-3.2-1B 和 CSM-1B 的语音生成模型。该项目支持多语言,可生成多种声音,适用于研究和教育场景。通过使用 CSM,用户可以方便地进行语音合成,同时项目还提供了水印功能,确保生成音频的可追溯性和透明度。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号