springAI学习 一

一、Spring AI 概述

什么是Spring AI？

• Spring生态的AI集成框架

• 统一API访问不同AI服务（OpenAI、Azure OpenAI、Anthropic等）

• 支持多种AI功能：聊天、文生图、嵌入、向量存储等

Spring AI 是一个用于 AI 工程的应用框架。 其目标是将 Spring 生态系统设计原则应用于 AI 领域，如可移植性和模块化设计，并推广将 POJO 作为应用构建模块到人工智能领域的应用。

二、学习资源

官方资源

1. 文档 ：spring.io/projects/spring-ai

2. 参考文档：Spring AI Reference Documentation

3. 示例项目 ：GitHub - spring-ai/spring-ai-samples

实践建议

1. 从OpenAI开始：先用OpenAI API熟悉基本概念

2. 尝试本地模型：使用Ollama运行本地LLM

3. 实现RAG应用：构建文档问答系统

4. 集成到现有项目：为已有Spring Boot项目添加AI能力

三、核心概念

1. AI Models

• 聊天模型：ChatClient、ChatModel

• 嵌入模型：EmbeddingClient、EmbeddingModel

• 图像模型：ImageClient、ImageModel

• 语音模型：AudioClient、AudioModel

2. Prompt Engineering

PromptTemplate template = new PromptTemplate("请用{style}风格解释：{topic}");
Prompt prompt = template.create(Map.of("style", "简单易懂", "topic", "机器学习"))

3. 输出解析

@Parser(description = "天气预报响应")
public class WeatherResponse {
    private String city;
    private double temperature;
    private String condition;
}

四、快速开始

1. 添加依赖

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
    <version>0.8.1</version>
</dependency>

2. 基础配置

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY}
      chat:
        model: gpt-3.5-turbo
        # model: gpt-4.1-mini

3. 基本使用示例

@Service
public class ChatService {
    private final ChatClient chatClient;
    
    public String chat(String message) {
        return chatClient.call(message);
    }
    
    // 流式响应
    public Flux<String> streamChat(String message) {
        return chatClient.stream(message)
            .map(ChatResponse::getOutput);
    }
}

四、核心功能详解

1. 聊天功能

// 带上下文对话
List<Message> messages = new ArrayList<>();
messages.add(new UserMessage("你好"));
messages.add(new AssistantMessage("你好！有什么可以帮助你？"));
messages.add(new UserMessage("Java是什么？"));

ChatResponse response = chatClient.call(new Prompt(messages));

2. 函数调用（Function Calling）

@Bean
public FunctionCallback weatherFunction() {
    return FunctionCallbackWrapper.builder(new WeatherService())
        .withName("getWeather")
        .withDescription("获取城市天气")
        .build();
}

3. RAG（检索增强生成）

// 1. 创建向量存储
VectorStore vectorStore = new InMemoryVectorStore(embeddingModel);

// 2. 添加文档
vectorStore.add(List.of(
    new Document("Spring AI是Spring官方AI框架", Map.of("source", "docs"))
));

// 3. 检索相关文档
List<Document> docs = vectorStore.similaritySearch(request);

// 4. 增强提示
String enhancedPrompt = "基于以下信息：" + docs + "\n问题：" + question;

4. 多模态支持

// 图像生成
ImagePrompt prompt = new ImagePrompt("一只可爱的猫");
ImageResponse response = imageClient.call(prompt);

// 语音转文字
AudioPrompt audioPrompt = new AudioPrompt(audioFile);
AudioTranscription transcription = audioClient.call(audioPrompt);

五、支持的AI服务

主要Provider：

• OpenAI：GPT、DALL-E

• Azure OpenAI：Azure上的OpenAI服务

• Anthropic：Claude模型

• Google Vertex AI：Gemini模型

• Hugging Face：开源模型

• 本地模型：Ollama、LM Studio等

---

---

---