目录
- [1. Spring AI Alibaba 框架总体介绍](#1. Spring AI Alibaba 框架总体介绍)
- [2. 目录分类](#2. 目录分类)
- [3. 案例程序名称和简介](#3. 案例程序名称和简介)
- [3.1 基础示例 (010-基础)](#3.1 基础示例 (010-基础))
- [3.2 模型示例 (030-模型)](#3.2 模型示例 (030-模型))
- [3.3 RAG示例 (100-RAG)](#3.3 RAG示例 (100-RAG))
- [3.4 MCP示例 (200-MCP)](#3.4 MCP示例 (200-MCP))
- [3.5 NL2SQL示例 (300-NL2SQL)](#3.5 NL2SQL示例 (300-NL2SQL))
- [3.6 多模态示例 (350-多模态)](#3.6 多模态示例 (350-多模态))
- [3.7 可观测性示例 (400-Observability)](#3.7 可观测性示例 (400-Observability))
- [3.8 Agent示例 (500-Agent)](#3.8 Agent示例 (500-Agent))
- [4. 总结](#4. 总结)
1. Spring AI Alibaba 框架总体介绍
Spring AI Alibaba 是阿里巴巴基于 Spring AI 框架开发的一套人工智能应用开发框架，它为开发者提供了便捷的接口和工具，用于构建基于阿里云 DashScope 通义大模型及其他主流大模型的应用程序。该框架整合了多种AI能力，包括文本生成、图像处理、语音识别、向量存储、RAG（检索增强生成）、Agent（智能代理）等功能，大大简化了AI应用的开发流程。
Spring AI Alibaba 框架的核心优势在于：
- 统一接口：提供一致的API接口，支持多种大模型的无缝切换
- Spring生态集成：完美融入Spring生态系统，支持依赖注入、自动配置等特性
- 丰富功能：涵盖从基础对话到复杂Agent应用的全方位AI能力
- 易于扩展：模块化设计，便于开发者根据需求选择和扩展功能
- 生产就绪：提供完整的可观测性支持，便于生产环境监控和调试
2. 目录分类
本示例集合按照功能模块分为以下几个主要类别：
- 010-基础：包含Spring AI Alibaba的基础入门示例，如Hello World、Prompt使用、Chat Memory等
- 030-模型：展示如何集成和使用不同的大模型，包括OpenAI、DeepSeek、Azure OpenAI等
- 100-RAG：检索增强生成相关示例，包括向量存储、文档检索等
- 200-MCP：模型上下文协议(Model Context Protocol)相关示例
- 300-NL2SQL：自然语言转SQL功能的示例
- 350-多模态：多模态AI应用示例，包括图像、视频、音频处理
- 400-Observability：可观测性相关示例，包括日志、指标、追踪等
- 500-Agent：智能代理和工作流相关示例
3. 案例程序名称和简介
3.1 基础示例 (010-基础)
001-Spring AI Alibaba Helloworld 示例
介绍Spring AI Alibaba框架的基础使用，包括简单对话、流式对话和Advisor增强对话功能
002-Spring AI Alibaba Prompt 示例
演示如何使用Spring AI Alibaba的Prompt功能，包括提示词模板和动态提示词生成
展示Mem0记忆系统的使用，实现AI对话的持久化记忆功能
004-Spring AI Alibaba Chat Memory 示例
演示聊天记忆功能，实现多轮对话上下文保持
005-Spring AI Alibaba Structured Output 示例
展示如何获取结构化输出，包括JSON格式响应和对象映射
006-Spring AI Alibaba Tool Calling 示例
演示工具调用功能，实现AI与外部系统的交互
007-Spring AI Alibaba Agent 示例
展示Agent基础功能，包括自主决策和任务执行
010-Spring AI Alibaba Audio 示例
演示音频处理功能，包括语音识别和语音合成
011-Spring AI Alibaba 多平台和多模型使用示例
展示如何在同一应用中使用多个AI平台和模型
012-Spring AI Alibaba Bailian 示例
演示阿里云百炼平台集成方法
013-Spring AI Alibaba Studio 示例
展示阿里云机器学习平台PAI-Studio的集成使用
014-Spring AI Alibaba Nacos Prompt 示例
演示如何使用Nacos配置中心管理提示词模板
020-Spring AI Alibaba DashScope Image 示例
展示DashScope图像生成和处理功能
021-Spring AI Alibaba OpenAI Image 示例
演示OpenAI图像生成API的集成使用
3.2 模型示例 (030-模型)
030-Spring AI Alibaba OpenAI Chat 示例
展示OpenAI聊天模型的集成，包括GPT-3.5和GPT-4的使用
031-Spring AI Alibaba DeepSeek Chat 示例
演示DeepSeek大模型的集成和使用方法
032-Spring AI Alibaba Azure OpenAI Chat 示例
展示Azure OpenAI服务的集成方法
033-Spring AI Alibaba DashScope Chat 示例
演示阿里云DashScope通义大模型的集成使用
034-Spring AI Alibaba QWQ Chat 示例
展示QWQ模型的集成和使用
035-Spring AI Alibaba ZhiPuAI Chat 示例
演示智谱AI模型的集成方法
036-Spring AI Alibaba Moonshot Chat 示例
展示月之暗面Kimi模型的集成使用
037-Spring AI Alibaba Ollama Chat 示例
演示本地Ollama模型的集成和使用
038-Spring AI Alibaba VLLM Chat 示例
展示VLLM本地推理服务的集成方法
3.3 RAG示例 (100-RAG)
演示基础RAG(检索增强生成)功能的实现
102-Spring AI Alibaba RAG Pgvector 示例
展示使用PostgreSQL+pgvector实现向量存储和检索
103-Spring AI Alibaba Milvus RAG 示例
演示使用Milvus向量数据库实现RAG功能
104-Spring AI Alibaba Elasticsearch RAG 示例
展示使用Elasticsearch实现向量存储和检索
105-Spring AI Alibaba Module RAG 示例
演示模块化RAG系统的设计和实现
106-Spring AI Alibaba RAG ETL Pipeline 示例
展示RAG数据处理管道的构建方法
107-Spring AI Alibaba Bailian Agent RAG 示例
演示百炼平台Agent与RAG的结合使用
108-Spring AI Alibaba Bailian RAG Knowledge 示例
展示百炼平台知识库的构建和使用
131-Spring AI Alibaba Vector Simple 示例
演示基础向量存储和检索功能
132-Spring AI Alibaba Vector Neo4j 示例
展示使用Neo4j图数据库实现向量存储
133-Spring AI Alibaba Vector Redis 示例
演示使用Redis实现向量存储和检索
134-Spring AI Alibaba Vector OceanBase 示例
展示使用OceanBase实现向量存储功能
3.4 MCP示例 (200-MCP)
200-Spring AI Alibaba BigTool 示例
演示大型工具集成和管理的实现方法
201-Spring AI Alibaba MCP Starter 示例
展示MCP(Model Context Protocol)基础框架的使用
202-Spring AI Alibaba MCP 身份验证示例
演示MCP身份验证和安全机制
203-Spring AI Alibaba MCP 配置示例
展示MCP系统的配置和定制方法
204-Spring AI Alibaba MCP Manual 示例
演示MCP手动操作和管理功能
205-Spring AI Alibaba MCP Nacos 示例
展示MCP与Nacos配置中心的集成
206-Spring AI Alibaba MCP 股票查询服务器示例
演示使用MCP构建股票查询服务
207-Spring AI Alibaba MCP Node 示例
展示MCP节点管理和通信功能
3.5 NL2SQL示例 (300-NL2SQL)
301-Spring AI Alibaba NL2SQL 示例
演示自然语言转SQL功能的基础实现
302-Spring AI Alibaba MCP NL2SQL 示例
展示MCP与NL2SQL功能的结合使用
303-Spring AI Alibaba NL2SQL 向量管理示例
演示NL2SQL系统中的向量数据管理
3.6 多模态示例 (350-多模态)
351-Spring AI Alibaba Dashscope 多模型示例
展示DashScope多模态模型的使用，包括图像识别、视频分析和音频处理
352-Spring AI Alibaba OpenAI DashScope 多模态示例
演示OpenAI与DashScope多模态模型的集成使用
353-Spring AI Alibaba ARK 多模型示例
展示ARK多模态模型的集成和使用方法
3.7 可观测性示例 (400-Observability)
401-Spring AI Alibaba Observability 示例
演示Spring AI Alibaba应用的可观测性实现，包括日志、指标和追踪
402-Spring AI Alibaba ARMS 可观测性示例
展示阿里云ARMS监控服务的集成
403-Spring AI Alibaba Observability with Langfuse 示例
演示Langfuse可观测性平台的集成使用
404-Spring AI Alibaba Graph 可观测性 Langfuse 示例
展示Graph工作流与Langfuse的可观测性集成
405-Spring AI Alibaba ObservationHandler 示例
演示自定义观察处理器的实现方法
3.8 Agent示例 (500-Agent)
501-Spring AI Alibaba Graph Reflection 示例
展示Graph工作流中的反思机制实现
502-Spring AI Alibaba Graph React 示例
演示Graph工作流中的响应式处理机制
503-Spring AI Alibaba ChatFlow 示例
展示聊天流程的设计和实现方法
504-Spring AI Alibaba 工作流审查分类器示例
演示工作流中的内容审查和分类功能
505-Spring AI Alibaba Product Analysis Graph 示例
展示产品分析Graph工作流的构建
506-Spring AI Alibaba Multi-Agent OpenManus 示例
演示多Agent系统的协作和通信
507-Spring AI Alibaba Graph Human Node 示例
展示Graph工作流中人工干预节点的实现
508-Spring AI Alibaba Graph Parallel Node 示例
演示Graph工作流中的并行处理节点
509-Spring AI Alibaba Graph Parallel Stream Node 示例
展示Graph工作流中的并行流处理节点
510-Spring AI Alibaba Graph Stream Node 示例
演示Graph工作流中的流式处理节点
511-Spring AI Alibaba Graph 智能写作助手示例
展示基于Graph工作流的智能写作助手实现
512-Spring AI Alibaba Graph 字段分类分级 示例
演示数据字段自动分类和分级的实现
4. 总结
Spring AI Alibaba框架提供了一套完整而强大的工具集，帮助开发者快速构建基于大模型的应用程序。通过本示例集合，开发者可以：
1. 快速入门：从基础的Hello World示例开始，逐步掌握Spring AI Alibaba的核心概念和使用方法。
2. 模型集成：了解如何集成多种主流大模型，包括OpenAI、阿里云通义千问、DeepSeek等，实现模型间的无缝切换。
3. 高级功能：掌握RAG、NL2SQL、多模态处理等高级AI技术，构建更智能的应用程序。
4. Agent开发：学习如何构建复杂的AI代理和工作流，实现自动化决策和任务处理。
5. 生产部署：了解如何实现可观测性、监控和调试，确保AI应用在生产环境中的稳定运行。
这些示例涵盖了从基础到高级的各种应用场景，无论是初学者还是有经验的开发者，都能从中找到适合自己的学习路径和实践参考。通过这些示例，开发者可以充分发挥Spring AI Alibaba框架的潜力，快速构建出功能强大、性能优异的AI应用程序。
随着AI技术的不断发展，Spring AI Alibaba框架也在持续更新和扩展，建议开发者关注官方文档和社区动态，及时了解最新的功能和最佳实践。同时，也欢迎开发者参与社区贡献，共同推动Spring AI Alibaba生态系统的发展。
本文档基于Spring AI Alibaba框架示例集合整理，旨在帮助开发者快速了解和使用该框架。