Spring AI 使用教程

Spring AI 使用教程（2025年5月24日更新）

一、环境搭建与项目初始化

创建Spring Boot项目
- 使用IDEA或Spring Initializr创建项目，选择JDK 17或更高版本（推荐21）。
- 勾选依赖项：Spring Web、Lombok，Maven或Gradle作为构建工具。
- 添加Spring AI依赖（以OpenAI为例）：
  xml 复制代码
```
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
    <version>1.0.0-M6</version>
</dependency>
```

配置API密钥

在application.yml中配置模型服务（以DeepSeek为例）：

yaml 复制代码

spring:
  ai:
    openai:
      api-key: sk-your-api-key
      base-url: https://api.deepseek.com/v1
      chat:
        options:
          model: deepseek-chat
```<sup>5</sup><sup>8</sup><sup>11</sup>

二、基础功能实现

调用大模型生成文本

通过ChatClient发送请求：

java 复制代码

@RestController
public class ChatController {
    @Autowired
    private ChatClient chatClient;
    
    @GetMapping("/chat")
    public String chat(@RequestParam String prompt) {
        return chatClient.prompt(prompt).call().content();
    }
}

启动应用后，访问http://localhost:8080/chat?prompt=写一首春天的诗即可获取响应。

文档处理（ETL）

添加文档处理依赖（如PDF解析）：

xml 复制代码

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-tika-document-reader</artifactId>
</dependency>

读取并转换本地文档：

java 复制代码

DocumentReader reader = new TikaDocumentReader();
List<Document> docs = reader.read("file:///data.pdf");

三、高级应用场景

RAG（检索增强生成）
- 结合本地数据与大模型，实现知识库增强问答：
  - 使用spring-ai-spark集成讯飞星火：
    xml 复制代码
```
<dependency>
    <groupId>com.iflytek.spark</groupId>
    <artifactId>spring-ai-spark-spring-boot-starter</artifactId>
    <version>1.0.0-M6-SNAPSHOT</version>
</dependency>
```
  - 将本地数据向量化存储，通过语义检索生成精准答案。
MCP服务集成
- 搭建MCP（Model Context Protocol）服务：
  xml 复制代码
```
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
</dependency>
```
- 通过JSON-RPC与模型交互，支持多模态输入输出。

四、实战案例：构建网页聊天应用

前端集成

使用Thymeleaf或React/Vue搭建前端页面，通过WebSocket或SSE与后端通信。

示例代码片段（SSE推送）：

java 复制代码

@GetMapping("/stream-chat")
public SseEmitter streamChat(@RequestParam String prompt) {
    SseEmitter emitter = new SseEmitter();
    chatClient.prompt(prompt).stream().subscribe(content -> {
        emitter.send(content);
    });
    return emitter;
}

记忆存储与会话管理

使用ChatMemory组件保存上下文：

java 复制代码

@Bean
public ChatMemory chatMemory() {
    return new InMemoryChatMemory(50); // 保留最近50轮对话
}

五、注意事项与调试技巧

常见问题
- 模型响应慢：调整超时配置spring.ai.openai.chat.options.timeout=60s。
- 中文支持不佳：在prompt中明确指定"用中文回答"。

日志调试

启用详细日志：

yaml 复制代码

logging:
  level:
    org.springframework.ai: DEBUG

六、总结与扩展

Spring AI通过模块化设计，支持快速接入主流模型（如DeepSeek、讯飞星火）和高级功能（RAG、MCP）。开发者可结合业务需求扩展以下场景：

多模型混合调用 ：通过@Qualifier注解切换不同模型。
工具调用：集成外部API（如天气查询）增强AI能力。
企业级部署：结合Kubernetes实现弹性扩缩容。