AI驱动的Java开发框架：Spring AI Alibaba实战部署教程

前言

随着生成式 AI 的快速发展，基于 AI 开发框架构建 AI 应用的诉求迅速增长，涌现出了包括 LangChain、LlamaIndex 等开发框架，但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言，并非十分友好和丝滑。

因此，我们基于 Spring AI 发布并快速演进 Spring AI Alibaba，通过提供一种方便的 API 抽象，帮助 Java 开发者简化 AI 应用的开发。同时，提供了完整的开源配套，包括可观测、网关、消息队列、配置中心等。

------阿里云云原生微服务技术负责人，Spring AI Alibaba 发起人彦林

无意间看到关于彦林老师在刚刚结束的2024云栖大会上关于Spring AI Alibaba的汇报，由于我在校期间会经常使用LangChain框架基于Python语言搭建智能体应用，结合本人现在也从事Java研发工作，对这种基于Spring开发范式搭建AI应用的框架非常感兴趣，于是结合现有公开的资料，完成了基于Spring AI Alibaba的demo项目部署工作，记录一些踩的坑，欢迎感兴趣的同学一起研究学习。

声明：本文涉及的链接、图片、代码及相关资料均从公开渠道获取或为个人知识积累，请勿未经本人允许随意复制转载！

资源地址

简介

帮助Java开发者快速构建AI原生智能体应用

Spring AI Alibaba是什么？

Spring Al Alibaba开源项目基于Spring Al构建，是阿里云通义系列模

型及服务在Java Al应用开发领域的最佳实践，提供高层次的AI API抽

象与云原生基础设施集成方案，帮助开发者快速构建AI应用。

Spring AI Alibaba提供哪些能力？

专属Spring开发者的Al框架：基于Spring Al官方开源项目，原生支持Spring Boot体系，为你的Bean带来生成式Al能力。
Model，Prompt，RAG，Tools：兼具提示词模板、函数调用、格式化输出等低层次抽象与RAG、智能体、对话记忆等高层次抽象。
阿里云大模型与云原生最佳实践：通义系列AI模型驱动，深度集成云原生API网关、模版管理、Serverless、可观测等云原生应用基础设施。

Spring AI Alibaba架构图

Spring AI Alibaba未来规划

Prompt Template管理
事件驱动的AI应用程序
更多Vector Database支持
函数计算等部署模式
可观测性建设
AI代理节点开发能力，如滤网、限流、多模型切换等
开发者工具集

实战部署

一、下载项目

IDEA导入

命令行导入

bash 复制代码

git clone --depth=1 https://github.com/alibaba/spring-ai-alibaba.git

二、添加依赖并注入

总的来说，使用 Spring AI Alibaba 开发应用与使用普通 Spring Boot 没有什么区别，只需要增加 spring-ai-alibaba-starter 依赖，将 ChatClient Bean 注入就可以实现与模型聊天了。

在项目中加入 spring-ai-alibaba-starter 依赖。

xml 复制代码

<dependency>
	<groupId>com.alibaba.cloud.ai</groupId>
	<artifactId>spring-ai-alibaba-starter</artifactId>
	<version>1.0.0-M2</version>
</dependency>

为 Spring Bean 注入 ChatClient

java 复制代码

@RestController
public class ChatController {

	private final ChatClient chatClient;

	public ChatController(ChatClient.Builder builder) {
		this.chatClient = builder.build();
	}

	@GetMapping("/chat")
	public String chat(String input) {
		return this.chatClient.prompt()
				.user(input)
				.call()
				.content();
	}
}

三、运行项目

1、开通模型调用服务

阿里云百炼大模型服务平台

2、获取合法的 API-KEY

获取API-KEY

3、设置 AI_DASHSCOPE_API_KEY 环境变量

bash 复制代码

# 设置环境变量
export AI_DASHSCOPE_API_KEY="REPLACE-WITH-VALID-API-KEY"
# 查看环境变量
echo ${AI_DASHSCOPE_API_KEY}

4、启动示例项目应用

bash 复制代码

./mvnw compile exec:java -Dexec.mainClass="com.alibaba.cloud.ai.example.helloworld.HelloWorldExampleApplication"

四、注意事项

问题1：zsh：command not found: mvn？

bash 复制代码

# 配置 Maven
vim ~/.bash_profile

export MAVEN_HOME=/Library/Maven/apache-maven-3.9.7
export PATH=$MAVEN_HOME/bin:$PATH

source ~/.bash_profile

mvn -version

问题2：zsh: no such file or directory: ./mvnw？

这个错误表明在当前目录下没有找到名为 mvnw 的文件。mvnw 是 Maven Wrapper 的缩写，它是一个脚本，用于确保使用项目定义的 Maven 版本来运行 Maven 构建，而不是系统上安装的任何其他版本。

bash 复制代码

# 生成 mvnw 文件和相关的脚本
mvn clean compile
mvn wrapper:wrapper

问题3：引入spring-cloud-alibaba-ai依赖找不到？

org.springframework.ai:spring-ai-core:jar:1.0.0-M2 was not found in http://mvnrepo.alibaba-inc.com/mvn/repository during a previous attempt.

注意：由于 spring-ai 相关依赖包还没有发布到中央仓库，如出现 spring-ai-core 等相关依赖解析问题，需要在项目的 pom.xml 依赖中加入如下仓库配置。

xml 复制代码

<repositories>
	<repository>
		<id>spring-milestones</id>
		<name>Spring Milestones</name>
		<url>https://repo.spring.io/milestone</url>
		<snapshots>
			<enabled>false</enabled>
		</snapshots>
	</repository>
	<repository>
		<id>spring-snapshots</id>
		<name>Spring Snapshots</name>
		<url>https://repo.spring.io/snapshot</url>
		<releases>
			<enabled>false</enabled>
		</releases>
	</repository>
</repositories>

如果maven配置了阿里云镜像，需要在maven配置文件中进行屏蔽配置：

bash 复制代码

# 修改maven配置文件
cd ~/.m2
vim settings.xml

xml 复制代码

<!--阿里云仓库-->
<!--修改：<mirrorOf>*</mirrorOf>-->
<mirror>
	<id>aliyunmaven</id>
	<mirrorOf>*,!spring-milestones</mirrorOf>
	<name>阿里云公共仓库</name>
	<url>https://maven.aliyun.com/repository/public</url>
</mirror>

问题4：JDK版本与项目Modules不一致？

com/alibaba/cloud/ai/example/helloworld/HelloWorldExampleApplication has been compiled by a more recent version of the Java Runtime (class file version 61.0), this version of the Java Runtime only recognizes class file versions up to 52.0

Project版本为JDK 1.8

bash 复制代码

# JVM配置
sudo vi ~/.bash_profile

export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_291.jdk/Contents/Home
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$JAVA_HOME/bin:$PATH

source ~/.bash_profile

java -version

项目Modules为JDK 17

启动项目需要更换Project版本为JDK 17

JDK17下载
IDEA更改
命令更改

bash 复制代码

export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk-17.0.12.jdk/Contents/Home

问题5：API-KEY无效？

org.springframework.ai.retry.NonTransientAiException: 401 - {"code":"InvalidApiKey","message":"Invalid API-key provided.","request_id":"23e91a5e-9050-9cb5-a84a-f9ac931830ad"}

检查AI_DASHSCOPE_API_KEY是否已配置

bash 复制代码

# 设置环境变量
export AI_DASHSCOPE_API_KEY="REPLACE-WITH-VALID-API-KEY"
# 查看环境变量
echo ${AI_DASHSCOPE_API_KEY}

确保已开通模型调用服务，并处于主业务空间下具备API-Key权限。

五、应用示例

访问本地启动链接，向通义模型提问并得到回答。

xml 复制代码

 http://localhost:8080/ai/chat?input=你是谁？

xml 复制代码

 http://localhost:8080/ai/chat?input=简单介绍一下阿里云？

AI驱动的Java开发框架：Spring AI Alibaba实战部署教程

前言

简介

实战部署

一、下载项目

二、添加依赖并注入

三、运行项目

1、开通模型调用服务

2、获取合法的 API-KEY

3、设置 AI_DASHSCOPE_API_KEY 环境变量

4、启动示例项目应用

四、注意事项

问题1：zsh：command not found: mvn？

问题2：zsh: no such file or directory: ./mvnw？

问题3：引入spring-cloud-alibaba-ai依赖找不到？

问题4：JDK版本与项目Modules不一致？

问题5：API-KEY无效？

五、应用示例

参考资料