Chat Agent UI,类似 ChatGPT 的聊天界面,Spring AI 应用的测试工具

本文介绍一个本人开发的开源项目 Chat Agent UI。它的功能是为 AI 应用的后端程序提供一个简易的测试界面,对 Spring AI 提供了更简单的集成方式。

开发动机

目前的很多 AI 应用,提供的是类似 ChatGPT 的聊天机器人界面。后端开发人员进行 API 的开发,再与前端进行集成。在后端 API 的开发过程中,能够进行测试是非常重要的。我之前的做法一般是使用 springdoc 来提供 Swagger UI。使用 Swagger UI 来测试 REST API。这种方式比使用 Postman 要更方便一些,毕竟有一个界面,但是仍然不够直观。

考虑到大部分聊天机器人在界面上都是相似的,我开发了一个独立的界面,可以直接与 API 交互。界面资源打包成 webjar 格式。只需要在项目中添加相关的依赖,就可以使用该界面。

界面开发使用的是 assistant-ui 库。这是目前比较流行的开发 AI 助手的前端界面库。对于常用的功能都提供了内置的支持。

Spring AI

下面介绍一下如何在 Spring AI 应用中使用这个界面库。

首先需要添加两个库的依赖。

chat-agent-ui 是前端的界面库,里面只包含前端资源,本质上是一个 webjar。目前版本是 0.15.0。

xml 复制代码
<dependency>  <groupId>com.javaaidev.chatagentui</groupId>  <artifactId>chat-agent-ui</artifactId>  <version>${chat-agent-ui.version}</version></dependency>

spring-ai-adapter 是专门为 Spring AI 提供的模型转换库。目前版本是 0.5.0。

xml 复制代码
<dependency>  <groupId>com.javaaidev.llmagentspec</groupId>  <artifactId>spring-ai-adapter</artifactId>  <version>${llm-agent-spec.version}</version></dependency>

这是因为前端界面对于后端 API 提供的请求和响应格式有自己的要求。这是 assistant-ui 定义的请求和响应的格式。后台 API 需要满足这个格式要求。这个模型转换库把 Spring AI 的 Message 和 ChatResponse 转换为前端界面所要求的格式。

在后端 API 的实现中,需要提供 REST API,路径是 /chat 。请求和响应的格式使用预定义的对象。分成非流式和流式两种。推荐使用流式响应。

不管是流式还是非流式,REST API 的请求类型是 ChatAgentRequest,返回值类型是 Flux<ServerSentEvent<ChatAgentResponse>>。可以看到,返回值实际上是 SSE 流。流中的每个元素都是 ChatAgentResponse 对象,以 JSON 的格式发送。当使用非流式时,SSE 流中只会包含一个元素。

下面是 REST API 的标准实现方式。通过 ModelAdapter 来进行格式的转换。fromRequest 方法把 ChatAgentRequest 转换为 Spring AI 的 Message。toStreamingResponse 方法把 Spring AI 的 Flux<ChatResponse> 转换为 Flux<ServerSentEvent<ChatAgentResponse>>。

java 复制代码
@RestController@RequestMapping("/chat")public class ChatAgentStreamingController {
  private final ChatClient chatClient;
  public ChatAgentStreamingController(ChatClient.Builder builder) {    chatClient = builder.build();  }
  @PostMapping(produces = MediaType.TEXT_EVENT_STREAM_VALUE)  public Flux<ServerSentEvent<ChatAgentResponse>> chatStreaming(      @RequestBody ChatAgentRequest request) {    return ModelAdapter.toStreamingResponse(        chatClient.prompt()            .system(SYSTEM_TEXT)            .messages(ModelAdapter.fromRequest(request).toArray(new Message[0]))            .stream()            .chatResponse());  }}

添加了 REST API 之后,启动应用,可以访问界面来测试。界面的地址是:http://localhost:8080/webjars/chat-agent-ui/index.html。

这是一个标准的 AI 助手界面,可以发送消息,查看结果。支持会话历史记录,可以创建多个会话。

功能展示

前端界面提供了对下面这些功能的支持:

文本的输入和输出。支持 Markdown 格式和代码的高亮显式。

输出大模型的推理过程。只对推理模型有效,并且模型服务对外提供该信息。下图使用的是本地运行的 qwen 模型。

用户上传图片和文本文件。下图使用大模型提取上传的图片文件的文本内容。

源代码在 GitHub 上(JavaAIDev/chat-agent-ui)。如果你进行 Spring AI 的后端开发,可以用这个工具进行测试,也可以快速展示后端的能力。

相关推荐
天衍四九-3 小时前
第一章:从 LLM 到 Agent —— DeepSeek Harness 入门
网络·数据库·人工智能·python
RAOY的AI笔记3 小时前
ChatGPT怎么用得更专业?Prompt工程、API调用与AI Agent工作流实战
人工智能·chatgpt·prompt
ocean21033 小时前
2025-2026年AI提效与实践大厂面试高频问题
人工智能·面试·职场和发展·提示词工程·ai提效
xlq223223 小时前
Ai大模型接入day 6
人工智能
沧沧凉凉3 小时前
让我退掉 Claude 的不是代码能力,是一张图
人工智能·游戏·ai编程
Wang's Blog3 小时前
Java框架快速入门: Spring Security+OAuth2之过滤器与过滤器链
java·开发语言·spring
新知图书3 小时前
第 6 章DeepSeek的Function Calling与MCP应用实战
人工智能·智能体
谢尔登4 小时前
01_Java基础速通
java·开发语言
xn71334 小时前
Funes Agent Memory 实测:Codex 长期记忆召回、旧记忆污染与 no-answer 边界
人工智能·llm·ai编程
天空属于哈夫克34 小时前
企业微信AI开发:如何让AI根据用户消息自动生成回复?
人工智能·microsoft