【SAA】SpringAI Alibaba学习笔记（一）：SSE与WS的区别以及如何注入多个AI模型

目录

[一、SSE(Server-Sent Events)与WS(WebSocket)](#一、SSE(Server-Sent Events)与WS(WebSocket))

核心概念

区别

二、SAA中同时注入多个模型

三、注入ChatClient

---

一、SSE(Server-Sent Events)与WS(WebSocket)

SSE 是一种允许服务端可以持续推送数据片段（逐字逐句）到前端的Web技术。通过单向的HTTP长连接 ，使用一个长期存在的连接，让服务器可以主动将数据推给客户端，SSE是轻量级的单向通信协议，适合AI对话这类服务端主导的场景。

核心概念

客户端发起一个请求，服务器保持这个连接打开并在有新数据时，通过这个连接将数据发送给客户端。就像我们现在使用AI时，它不是一次性返回所有数据给客户端，而是逐字逐句地返回。我个人认为：这种方式用户使用体验更好。在学习SAA时，接口返回数据的类型通常有两种：

第一种为String，直接把所有生成的文字以字符串类型全部返回给前端。学习过程中，调用该接口时如果生成的文字过多，通常浏览器会"转圈圈"，即浏览器在等待数据全部传输中，这样给人的一种错觉就是"网络卡了"。我觉得用户使用感很差。

第二种为Flux<String>,即流式输出，这种便是逐字逐句地响应给客户端，体验感极佳。

---

区别

---

二、SAA中同时注入多个模型

在使用过程中可知道我们在开发中可能会同时使用到不同的AI模型，但是简单的注入程序不能识别，此时需要进行配置。

这里我们以千问模型 和deepseek为例子。

定义名为SaaLLMConfig的配置类。

@Configuration
public class SaaLLMConfig {
    //模型名称常量定义，一套系统多模型共存
    private final String DEEPSEEK_MODEL="deepseek-v3";  //模型的名称
    private final String QWEN_MODEL="qwen-max";

    @Bean(name = "deepseek")
    public ChatModel deepseek(){
        return DashScopeChatModel.builder()
                .dashScopeApi(DashScopeApi.builder()
                        .apiKey(System.getenv("aliQwen-api")).build())
                .defaultOptions(DashScopeChatOptions.builder()
                        .withModel(DEEPSEEK_MODEL)
                        .build())
                .build();
    }


    @Bean(name = "qwen")
    public ChatModel qwen(){
        return DashScopeChatModel.builder()
                .dashScopeApi(DashScopeApi.builder()
                        .apiKey(System.getenv("aliQwen-api")).build())
                .defaultOptions(DashScopeChatOptions.builder()
                        .withModel(QWEN_MODEL)
                        .build())
                .build();
    }
}

---

三、注入ChatClient

ChatClient不支持自动注入，需要手动注入。需要在配置类中配置。而且ChatClient不能离开ChatModel，要想使用ChatClient，需要先创建ChatModel。

需要在@Bean注解里标注名称，参数里也需要使用@Qualifier指定哪一个ChatModel。

@Bean(name = "deepseekChatClient")  //要指定名称，要不然注入时区分不了哪一个
    public ChatClient deepseekChatClient(@Qualifier("deepseek") ChatModel deepseek)  {
        return ChatClient.builder(deepseek)  //需要注入ChatModel
                .defaultOptions(ChatOptions.builder()
                        .model(DEEPSEEK_MODEL)
                        .build())
                .build();
    }

    @Bean(name = "qwenChatClient")
    public ChatClient qwenChatClient(@Qualifier("qwen") ChatModel qwen){
        return ChatClient.builder(qwen)
                .defaultOptions(ChatOptions.builder()
                        .model(QWEN_MODEL)
                        .build())
                .build();
    }