Spring AI 入门实战：快速构建智能 Spring Boot 应用

本文带你体验 Spring AI 这一革命性框架，只需简单几步即可为 Spring Boot 应用注入 AI 能力。

什么是 Spring AI？

Spring AI 是 Spring 官方社区推出的开源框架，致力于简化 Java AI 应用程序开发。它的核心目标是将 Spring 生态中成熟的设计原则应用到 AI 领域，让开发者能够以熟悉的 Spring 方式来构建智能应用。

核心价值

统一 API：通过便携的 API 集成多种 AI 模型（OpenAI、Anthropic、Google、阿里云通义等）
企业级功能：内置函数调用、结构化输出、可观测性等生产级特性
简化开发：延续 Spring "简化开发"的哲学，大幅降低 AI 集成复杂度

环境准备

在开始之前，请确保你的开发环境满足以下要求：

JDK 17 或更高版本（Spring AI 强制要求）
Maven 3.6+ 或 Gradle
Spring Boot 3.x
可用的 OpenAI API 密钥

项目搭建

1. 创建 Spring Boot 项目

通过 Spring Initializr 创建新项目，选择：

Spring Boot 3.3+
JDK 17
依赖项：Spring Web

2. 添加 Spring AI 依赖

在 pom.xml 中添加以下配置：

复制代码

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0">
    <!-- 其他基础配置 -->
    
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <!-- Spring AI OpenAI Starter -->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        </dependency>
    </dependencies>
    <!-- 添加 Spring AI BOM -->
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>0.8.1</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <!-- 添加 Spring Snapshots 仓库 -->
    <repositories>
        <repository>
            <id>spring-snapshots</id>
            <url>https://repo.spring.io/snapshot</url>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
    </repositories>
</project>

注意：由于 Spring AI 尚未发布到中央仓库，需要添加 Spring Snapshots 仓库。

应用配置

配置文件

在 application.properties 中配置 OpenAI：

复制代码

# OpenAI 配置
spring.ai.openai.api-key=${OPENAI_API_KEY:你的OpenAI-API密钥}
spring.ai.openai.chat.options.model=gpt-3.5-turbo
spring.ai.openai.chat.options.temperature=0.7

或者使用 YAML 格式的 application.yml：

复制代码

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY:你的OpenAI-API密钥}
      chat:
        options:
          model: gpt-3.5-turbo
          temperature: 0.7

安全提示：建议通过环境变量设置 API 密钥：

复制代码

export OPENAI_API_KEY='你的实际API密钥'

核心代码实现

主应用类

创建应用启动类 SpringAiDemoApplication.java：

复制代码

package com.example.springaidemo;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class SpringAiDemoApplication {

    public static void main(String[] args) {
        SpringApplication.run(SpringAiDemoApplication.class, args);
        System.out.println("🎯 Spring AI Demo 应用启动成功！");
        System.out.println("📍 访问 http://localhost:8080/ai/chat?message=你好 测试AI功能");
    }
}

AI 控制器

创建 AiController.java，提供多种 AI 交互接口：

复制代码

package com.example.springaidemo.controller;

import org.springframework.ai.chat.ChatClient;
import org.springframework.ai.chat.ChatResponse;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;

@RestController
@RequestMapping("/ai")
public class AiController {

    private final ChatClient chatClient;

    @Autowired
    public AiController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    /**
     * 基础聊天接口
     * 示例: GET /ai/chat?message=你好
     */
    @GetMapping("/chat")
    public String chat(@RequestParam String message) {
        return chatClient.call(message);
    }

    /**
     * 详细响应接口 - 返回完整的响应信息
     * 示例: POST /ai/chat/detailed {"message": "介绍Spring AI"}
     */
    @PostMapping("/chat/detailed")
    public ChatResponse detailedChat(@RequestBody ChatRequest request) {
        return chatClient.call(request.toPrompt());
    }

    /**
     * 高级聊天接口 - 支持自定义参数
     * 示例: GET /ai/chat/advanced?message=用100字介绍Java
     */
    @GetMapping("/chat/advanced")
    public String advancedChat(@RequestParam String message) {
        OpenAiChatOptions options = OpenAiChatOptions.builder()
                .withModel("gpt-3.5-turbo")
                .withTemperature(0.4F)  // 控制创造性，越低越确定
                .withMaxTokens(500)     // 限制响应长度
                .build();

        return chatClient.call(message, options);
    }

    /**
     * 健康检查接口
     */
    @GetMapping("/health")
    public String health() {
        return "✅ Spring AI Demo 应用运行正常！";
    }

    /**
     * 聊天请求 DTO
     */
    public static class ChatRequest {
        private String message;
        private String model;

        // Getter 和 Setter
        public String getMessage() { return message; }
        public void setMessage(String message) { this.message = message; }
        public String getModel() { return model; }
        public void setModel(String model) { this.model = model; }

        public org.springframework.ai.prompt.Prompt toPrompt() {
            return new org.springframework.ai.prompt.Prompt(this.message);
        }
    }
}

运行和测试

启动应用

使用 Maven 启动应用：

复制代码

mvn spring-boot:run

看到以下输出表示启动成功：

复制代码

🎯 Spring AI Demo 应用启动成功！
📍 访问 http://localhost:8080/ai/chat?message=你好 测试AI功能

API 测试

1. 基础聊天测试

复制代码

curl "http://localhost:8080/ai/chat?message=给我讲一个编程相关的笑话"

2. 带详细响应测试

复制代码

curl -X POST "http://localhost:8080/ai/chat/detailed" \
  -H "Content-Type: application/json" \
  -d '{"message": "用三句话介绍微服务架构"}'

3. 高级参数测试

复制代码

curl "http://localhost:8080/ai/chat/advanced?message=用简洁的语言解释设计模式"

4. 健康检查

复制代码

curl "http://localhost:8080/ai/health"

5. 浏览器测试

直接在浏览器访问：

复制代码

http://localhost:8080/ai/chat?message=你好，请介绍一下Spring框架的优势

进阶：集成阿里云通义千问

如果你希望使用国产模型，Spring AI 同样支持阿里云的通义千问：

1. 修改依赖

复制代码

<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-ai-alibaba-starter</artifactId>
    <version>2023.0.1.0</version>
</dependency>

2. 配置通义千问

复制代码

# 阿里云通义千问配置
spring.ai.dashscope.api-key=你的阿里云API-KEY
spring.ai.dashscope.chat.options.model=qwen-turbo

项目结构说明

完成后的项目结构如下：

复制代码

spring-ai-demo/
├── src/
│   └── main/
│       ├── java/
│       │   └── com/example/springaidemo/
│       │       ├── controller/
│       │       │   └── AiController.java          # AI 控制器
│       │       └── SpringAiDemoApplication.java   # 主应用类
│       └── resources/
│           ├── application.properties             # 应用配置
│           └── static/                            # 静态资源（可选）
├── pom.xml                                        # Maven 依赖配置
└── README.md

生产环境注意事项

API 密钥管理

- 使用环境变量或配置中心管理敏感信息
- 不要将密钥硬编码在代码中

错误处理

- 添加全局异常处理
- 实现重试机制应对 API 限流

性能优化

- 合理设置超时时间
- 使用连接池管理 API 连接

监控观测

- 集成 Spring Boot Actuator 进行健康检查
- 添加日志记录和性能指标

扩展应用场景

基于这个基础 Demo，你可以进一步扩展实现：

🤖 智能客服系统：结合 RAG 模式接入企业知识库
📝 内容生成工具：自动生成产品描述、邮件模板等
🔍 智能搜索引擎：基于语义理解的文档检索
💡 代码助手：企业内部代码生成和审查工具

总结

Spring AI 极大地降低了在 Java 应用中集成 AI 能力的门槛。通过本文的实战演示，你可以看到：

✅ 快速集成：只需少量配置即可接入主流 AI 模型
✅ 统一抽象：相同的代码可适配不同 AI 提供商
✅ 生产就绪：内置企业级功能和安全考量
✅ 生态完善：与 Spring 生态无缝集成

Spring AI 目前仍处于快速发展阶段，但已经展现出强大的潜力和实用性。无论是构建简单的聊天机器人，还是复杂的企业级 AI 应用，Spring AI 都提供了优雅的解决方案。