Spring AI Alibaba 学习（一）：入门初体验

大家好，我是小肥阳，今天将通过使用Spring AI Alibaba搭建一个聊天对话和带记忆功能的聊天对话，来跟着大家一起入门Spring AI Alibaba。

一、环境与依赖

这是我所使用的核心框架版本：

JDK 版本：17
Spring Boot 版本：3.5.3
SpringAI 版本：1.0.0
SpringAI-alibaba 版本：1.0.0.2

依赖导入

Spring AI Alibaba 是在 Spring AI 基础上进行扩展和深化的，因此我们需要同时在 pom.xml 中引入Sping AI相关依赖。以下是具体的依赖配置：

xml 复制代码

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-bom</artifactId>
    <version>1.0.0</version>
    <type>pom</type>
    <scope>import</scope>
</dependency>
<dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-bom</artifactId>
    <version>1.0.0.2</version>
    <type>pom</type>
    <scope>import</scope>
</dependency>
<dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-starter-dashscope</artifactId>
    <version>1.0.0.2</version>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
    <version>3.5.3</version>
</dependency>

二、配置说明

在 application.yml 中配置阿里云 DashScope 的 API Key 及模型：

yaml 复制代码

spring:
  ai:
    dashscope:
      api-key: ${AI_DASHSCOPE_API_KEY}
      chat:
        options:
          model: qwen-plus

三、简单聊天功能实现与使用

1. 实现说明

通过 ChatClient Bean 实现简单的文本聊天。
控制器 ChatClientController 提供 /client/chat 接口。

代码实现：

在配置类中配置 ChatClient Bean：

scss 复制代码

@Configuration
public class ChatClientConfig {

    @Bean("chatClient")
    public ChatClient chatClient(ChatModel chatModel) {
        return ChatClient.builder(chatModel)
                .defaultSystem("You are a helpful assistant.")
                .defaultAdvisors(new SimpleLoggerAdvisor())
                .defaultOptions(DashScopeChatOptions.builder().withTopP(0.7).build())
                .build();
    }
}

Controller层接口实现：

less 复制代码

@RestController
@RequestMapping("/client")
public class ChatClientController {

    @Autowired
    private ChatClient chatClient;

    @GetMapping("/chat")
    public String chat(@RequestParam(defaultValue = "你好，我是小肥阳，你是哪位？") String prompt) {
        return chatClient.prompt(prompt).call().content();
    }
}

2. 使用方式

直接 GET 请求：

rust 复制代码

curl 'http://localhost:8080/client/chat?prompt=你好，介绍一下你自己'

返回内容为 AI 的回复。

四、带记忆的多轮聊天功能实现与使用

1. 实现说明

通过 ChatClientWithMemory Bean 结合 MessageWindowChatMemory 实现多轮对话记忆。
控制器 ChatClientController 提供 /client/memory/chat、/client/memory/history、/client/history 等接口。
记忆通过 conversationId 进行区分。

代码实现：

在配置类中配置 ChatClientWithMemory Bean：

kotlin 复制代码

package com.example.chat.controller;

import com.alibaba.cloud.ai.dashscope.chat.DashScopeChatOptions;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;
import org.springframework.ai.chat.memory.InMemoryChatMemoryRepository;
import org.springframework.ai.chat.memory.MessageWindowChatMemory;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ChatClientConfig {
    @Bean
    public MessageWindowChatMemory messageWindowChatMemory() {
        InMemoryChatMemoryRepository inMemoryChatMemoryRepository = new InMemoryChatMemoryRepository();
        return MessageWindowChatMemory.builder()
                .chatMemoryRepository(inMemoryChatMemoryRepository)
                .maxMessages(10)
                .build();
    }


    @Bean("chatClientWithMemory")
    public ChatClient chatClientWithMemory(ChatModel chatModel) {
        return ChatClient.builder(chatModel)
                .defaultSystem("You are a helpful assistant.")
                .defaultAdvisors(new SimpleLoggerAdvisor())
                .defaultOptions(DashScopeChatOptions.builder().withTopP(0.7).build())
                .build();
    }
}

在Controller中新增如下方法实现带记忆的多轮对话功能：

less 复制代码

@RestController
@RequestMapping("/client")
public class ChatClientController {

    @Resource(name = "chatClientWithMemory")
    private ChatClient chatClientWithMemory;
    @Resource
    private MessageWindowChatMemory messageWindowChatMemory;

    /**
     * 带记忆功能的聊天接口
     * 通过conversationId维护对话上下文，实现多轮对话的记忆功能
     *
     * @param conversationId 对话 ID，用于标识不同的对话上下文
     * @param prompt         用户输入的提示词，默认值为"你好，我是小肥阳，你是哪位？"
     * @return AI基于对话历史和当前提示词的回复内容
     */
    @GetMapping("/memory/chat")
    public String memoryChat(@RequestParam(defaultValue = "conversationId") String conversationId,
                             @RequestParam(defaultValue = "你好，我是小肥阳，你是哪位？") String prompt) {
        return chatClientWithMemory.prompt()
                .advisors(advisor -> advisor.param(ChatMemory.CONVERSATION_ID, conversationId))
                .user(prompt)
                .call()
                .content();
    }

    /**
     * 获取对话历史记录接口
     * 根据sessionId获取该会话的所有聊天记录
     *
     * @param conversationId 会话ID，用于标识特定的聊天会话
     * @return 该会话的历史消息列表
     */
    @GetMapping("/memory/history")
    public List<Message> history(@RequestParam String conversationId) {
        return messageWindowChatMemory.get(conversationId);
    }

    /**
     * 清除对话历史记录接口
     * 根据conversationId清除对应的聊天记录
     *
     * @param conversationId 会话ID，用于标识需要清除记录的特定会话
     * @return 操作结果提示信息
     */
    @DeleteMapping("/history")
    public String clear(@RequestParam String conversationId) {
        messageWindowChatMemory.clear(conversationId);
        return "聊天记录已清除~";
    }
}

2. 使用方式

进行多轮对话：

rust 复制代码

curl 'http://localhost:8080/client/memory/chat?conversationId=test1&prompt=你好，我是小肥阳，你是哪位'
curl 'http://localhost:8080/client/memory/chat?conversationId=test1&prompt=我是谁？'

获取对话历史：

rust 复制代码

curl 'http://localhost:8080/client/memory/history?conversationId=test1'

清除对话历史：

rust 复制代码

curl -X DELETE 'http://localhost:8080/client/history?conversationId=test1'

五、主要对象说明

为了更好地理解代码，下面对主要对象进行详细说明：

ChatClient：SpringAI 提供的聊天客户端，封装了与大模型的交互。
ChatClientWithMemory：集成了记忆功能的聊天客户端，支持多轮上下文。
InMemoryChatMemoryRepository ：内存型对话历史存储仓库，配合 MessageWindowChatMemory 使用，适合开发测试环境，生产建议替换为持久化实现（如
Redis、数据库等）。
MessageWindowChatMemory：基于窗口的对话记忆管理器，可设置最大记忆消息数，自动维护最近 N 条消息，便于多轮对话上下文管理。
Message：消息对象，表示一次对话中的一条消息，支持用户、AI等多种角色，包含文本、图片等内容。
MessageChatMemoryAdvisor ：SpringAI 的对话记忆顾问，负责将 MessageWindowChatMemory 等记忆能力集成到
ChatClient，实现多轮对话上下文自动注入。
ChatModel ：SpringAI 的核心聊天模型接口，封装了底层大模型的调用能力，支持同步、异步、流式等多种对话方式，是 ChatClient
的底层依赖。
DashScopeChatOptions：阿里云 DashScope 聊天参数配置对象，可指定模型、温度、topP、多模态等高级参数，灵活控制对话行为。

六、项目完整代码

1. ChatClientConfig.java（配置类）

kotlin 复制代码

package com.example.chat.config;

import com.alibaba.cloud.ai.dashscope.chat.DashScopeChatOptions;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;
import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;
import org.springframework.ai.chat.memory.InMemoryChatMemoryRepository;
import org.springframework.ai.chat.memory.MessageWindowChatMemory;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ChatClientConfig {

    @Bean
    public MessageWindowChatMemory messageWindowChatMemory() {
        InMemoryChatMemoryRepository inMemoryChatMemoryRepository = new InMemoryChatMemoryRepository();
        return MessageWindowChatMemory.builder()
                .chatMemoryRepository(inMemoryChatMemoryRepository)
                .maxMessages(10)
                .build();
    }

    @Bean("chatClient")
    public ChatClient chatClient(ChatModel chatModel) {
        return ChatClient.builder(chatModel)
                .defaultSystem("You are a helpful assistant.")
                .defaultAdvisors(new SimpleLoggerAdvisor())
                .defaultOptions(DashScopeChatOptions.builder().withTopP(0.7).build())
                .build();
    }

    @Bean("chatClientWithMemory")
    public ChatClient chatClientWithMemory(ChatModel chatModel, MessageWindowChatMemory messageWindowChatMemory) {
        return ChatClient.builder(chatModel)
                .defaultSystem("You are a helpful assistant.")
                .defaultAdvisors(MessageChatMemoryAdvisor.builder(messageWindowChatMemory).build())
                .defaultOptions(DashScopeChatOptions.builder().withTopP(0.7).build())
                .build();
    }


}

2. ChatClientController.java（控制层）

less 复制代码

@RestController
@RequestMapping("/client")
public class ChatClientController {

    @Resource(name = "chatClient")
    private ChatClient chatClient;
    @Resource(name = "chatClientWithMemory")
    private ChatClient chatClientWithMemory;
    @Resource
    private MessageWindowChatMemory messageWindowChatMemory;


    /**
     * 简单聊天接口
     * 该接口接收用户输入的提示词，调用AI模型进行处理，并返回AI的回复内容
     *
     * @param prompt 用户提供的提示词，默认值为"你好，我是小肥阳，你是哪位？"
     * @return AI回复的内容字符串
     */
    @GetMapping("/chat")
    public String chat(@RequestParam(defaultValue = "你好，我是小肥阳，你是哪位？") String prompt) {
        return chatClient.prompt(prompt).call().content();
    }

    /**
     * 流式聊天接口
     * 该接口支持流式响应，适用于需要实时显示AI回复内容的场景
     *
     * @param prompt 用户提供的提示词，默认值为"你好，我是小肥阳，你是哪位？"
     * @return 流式返回的AI回复内容
     */
    @GetMapping("/stream/chat")
    public Flux<String> streamChat(@RequestParam(defaultValue = "你好，我是小肥阳，你是哪位？") String prompt) {
        return chatClient.prompt(prompt).stream().content();
    }


    /**
     * 带记忆功能的聊天
     * 通过conversationId维护对话上下文，实现多轮对话的记忆功能
     *
     * @param conversationId 对话 ID，用于标识不同的对话上下文
     * @param prompt         用户输入的提示词，默认值为"你好，我是小肥阳，你是哪位？"
     * @return AI基于对话历史和当前提示词的回复内容
     */
    @GetMapping("/memory/chat")
    public String memoryChat(@RequestParam(defaultValue = "conversationId") String conversationId,
                             @RequestParam(defaultValue = "你好，我是小肥阳，你是哪位？") String prompt) {
        return chatClientWithMemory.prompt()
                .advisors(advisor -> advisor.param(ChatMemory.CONVERSATION_ID, conversationId))
                .user(prompt)
                .call()
                .content();
    }

    /**
     * 获取对话历史记录
     * 根据sessionId获取该会话的所有聊天记录
     *
     * @param conversationId 会话ID，用于标识特定的聊天会话
     * @return 该会话的历史消息列表
     */
    @GetMapping("/memory/history")
    public List<Message> history(@RequestParam String conversationId) {
        return messageWindowChatMemory.get(conversationId);
    }

    /**
     * 清除对话历史记录
     * 根据conversationId清除对应的聊天记录
     *
     * @param conversationId 会话ID，用于标识需要清除记录的特定会话
     * @return 操作结果提示信息
     */
    @DeleteMapping("/history")
    public String clear(@RequestParam String conversationId) {
        messageWindowChatMemory.clear(conversationId);
        return "聊天记录已清除~";
    }
}

七、总结与进阶

通过本文的学习，我们已经掌握了使用 Spring AI Alibaba 搭建简单聊天对话和带记忆功能的聊天对话的方法。

在今后的帖子中，我还准备了很多学习、编码的原创作品，期待大家的支持，请多多为我投票吧😄～

------ 小肥阳