SpringAI-ChatClient Fluent API 详解

一、ChatClient Fluent API 详解

1.1 Fluent API 设计哲学

ChatClient 的流畅 API 提供了三种初始化 Prompt 的方式,覆盖不同使用场景。这种设计体现了流畅接口模式(Fluent Interface Pattern),通过方法链式调用提高代码的可读性和表达力。

流畅接口的优势
  1. 可读性:代码更接近自然语言,易于理解

  2. 发现性:IDE 的自动补全功能可以帮助开发者发现可用的方法

  3. 类型安全:编译时检查,减少运行时错误

  4. 不可变性:每个方法返回新的实例,避免副作用

1.2 方式 1:无参 prompt () - 完全自定义 Prompt

适用于需要精细控制用户消息、系统消息、参数的场景:

java 复制代码
@Component
class FluentApiDemo1 {

    private final ChatClient chatClient;

    public FluentApiDemo1(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }

    public String customPromptDemo() {
        return chatClient.prompt()
                .system("你是一个专业的技术文档翻译助手,将英文技术文档翻译成中文,保持术语准确")
                .user("把这段英文翻译成中文: 'Spring AI provides seamless integration with LLMs'")
                .call()
                .content();
    }
}
系统消息的重要性

系统消息(System Message)在对话中起着关键的指导作用:

  1. 角色定义:明确 AI 助手的身份和专长领域

  2. 行为约束:设定回答的风格、格式和边界

  3. 质量保证:确保输出符合预期的标准和要求

1.3 方式 2:prompt (Prompt) - 传入预构建的 Prompt 对象

适用于已通过 Prompt API 构建好的复杂 Prompt:

java 复制代码
package com.atg.ai_agent.demo;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.stereotype.Component;

@Component
class FluentApiDemo2 {

    private final ChatClient chatClient;

    public FluentApiDemo2(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }

    public String prebuiltPromptDemo() {
        // 预构建Prompt对象
        Prompt prompt = new Prompt(
                new SystemMessage("你是一个数学老师,用简单易懂的语言解释数学概念"),
                new UserMessage("解释什么是斐波那契数列")
        );

        // 直接传入Prompt对象
        return chatClient.prompt(prompt)
                .call()
                .content();
    }
}
Prompt 对象的构建策略

预构建 Prompt 对象适用于以下场景:

  1. 复杂的多轮对话:需要维护对话历史和上下文

  2. 模板化内容:可复用的 Prompt 模板

  3. 动态内容生成:运行时根据条件构建不同的 Prompt

  4. 性能优化:避免重复的 Prompt 构建开销

1.4 方式 3:prompt (String) - 快速传入用户文本

适用于简单场景,直接将字符串作为用户消息:

java 复制代码
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.stereotype.Component;

@Component
class FluentApiDemo3 {

    private final ChatClient chatClient;

    public FluentApiDemo3(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }

    public String simplePromptDemo() {
        // 直接传入用户文本,简化调用
        return chatClient.prompt("推荐3本Java编程入门书籍")
                .call()
                .content();
    }
}
简洁性与灵活性的权衡

这种方式虽然简洁,但牺牲了一定的灵活性:

-优点 :代码简洁,适合快速原型开发

  • 缺点 :无法设置系统消息、参数等高级选项
    - 适用场景:简单的问答、快速测试、概念验证
相关推荐
薛定谔的悦4 小时前
我是被现实教育之后,才明白 Skill 到底该怎么写
后端
掘金者阿豪4 小时前
你的服务器做过体检么?一份真实的 CentOS 高并发服务器体检与优化实录
后端
SimonKing4 小时前
AI逆向实战:一个壁纸网站被我5分钟摸透了,你也能
java·后端·程序员
天云数据4 小时前
从“LLM+工具”到Harness 工程:Lilian Weng新文的技术拆解,与一个生产级参考实现
java·前端·网络
IT_陈寒4 小时前
Vite打包时踩了个坑,static资源去哪了?
前端·人工智能·后端
学心理学的程序员4 小时前
anydoc:Firecrawl 出的 Rust 文档转 Markdown,4ms 转换、14 种格式干翻 MarkItDown
开发语言·后端·rust·开源·firecrawl·claude code·anydoc
Python私教4 小时前
创业团队做 App,第一版千万别做“大而全”:MVP 到底该留下什么
后端·python·架构
让学习成为一种生活方式4 小时前
ASTRAL v5.7.1--生信工具110
java
2501_937860944 小时前
从JDBC到数据访问:Java数据库编程完全指南
java·开发语言·数据库
FfHUCisI4 小时前
Golang SSA 中间表示与优化 Pass
开发语言·后端·golang