Spring-AI简单实践

[1. Spring-AI是什么](#1. Spring-AI是什么)

[2. Spring-AI架构](#2. Spring-AI架构)

[3. spring-AI项目实践](#3. spring-AI项目实践)

[3.1 Spring-AI Ailibaba是什么](#3.1 Spring-AI Ailibaba是什么)

[3.2 引入依赖和配置](#3.2 引入依赖和配置)

[3.2 Spring-AI Ailibaba创建会话](#3.2 Spring-AI Ailibaba创建会话)

1. Spring-AI是什么

Spring AI 项目由 Spring 官方开源并维护的AI 应用开发框架，该项目目标是简化包含人工智能（AI）功能的应用程序的开发，避免不必要的复杂性。该项目从著名的 Python 项目（例如 LangChain 和 LlamaIndex）中汲取灵感，但 Spring AI 并非这些项目的直接移植，该项目的成立基于这样的信念：下一波生成式 AI 应用将不仅面向 Python 开发人员，还将遍及多种编程语言。从本质上讲，Spring AI 解决了 AI 集成的基本挑战：Connecting your enterprise Data and APIs with the AI Models。

2. Spring-AI架构

3. spring-AI项目实践

本文使用Spring-AI Alibaba，详细接入文档：Spring AI Alibaba 概述-阿里云Spring AI Alibaba官网官网

各大公司在Spring-AI的基础上都有一套快速开发AI应用的框架。

3.1 Spring-AI Ailibaba是什么

Spring AI Alibaba 开源项目基于 Spring AI 构建 ，是阿里云通义系列模型及服务在 Java AI 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。

3.2 引入依赖和配置

配置大模型：application.yml

java 复制代码

spring:
  application:
    name: SpringAI-Demo
#AI配置
  ai:
    ollama:    #AI提供商，也可以是openai
      base-url: http://localhost:11434   #如果是远程第三方服务方，需要申请和填写api-key
      chat:
        model: deepseek-r1:1.6b

如果使用阿里的大模型接口，需要配置dashscope

复制代码

spring.ai.dashscope.api-key=${AI_DASHSCOPE_API_KEY}
spring.ai.dashscope.chat.options.model=qwen-max

引入依赖

java 复制代码

<dependency>
  <groupId>com.alibaba.cloud.ai</groupId>
  <artifactId>spring-ai-alibaba-starter</artifactId>
  <version>1.0.0-M5.1</version>
</dependency>
<dependency>  
    <groupId>org.springframework.ai</groupId>  
    <artifactId>spring-ai-starter-model-ollama</artifactId>
</dependency>

若使用阿里的模型接口

复制代码

<dependency>
	<groupId>com.alibaba.cloud.ai</groupId>
	<artifactId>spring-ai-alibaba-starter-dashscope</artifactId>
</dependency>

3.2 Spring-AI Ailibaba创建会话

创建chatClient，设置默认参数

chatClient是面向对话式AI模型的客户端接口，提供API与AI会话模型交互，该接口封装了请求构建、调用、响应处理等流程，支持同步、流式调用。

java 复制代码

public ChatClient chatClient(String userInput) {

        //此处设置的都是默认参数，可在自己的智能体中覆盖掉
        return chatClient
                .defaultSystem()                
                .defaultAdvisors(
                    new VectorStoreChatMemoryAdvisor(vectorStore)), //Chat Memory
                    new QuestionAnswerAdvisor(vectorStore), // RAG
                    new SimpleLoggerAdvisor(),//日志
                )                
                .call()          //调用大模型      
                .content();        //输出字符串结果
    }

注意：chatClient是单例，如果引入ollama模型调用商，就不能引入其它的例如openai