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
m0_587383003 小时前
广州 24 小时自助健身房解决方案技术实现与实战指南
java·spring·小程序·架构·需求分析
·云扬·3 小时前
Prompt 工程与安全:从 System 设计到注入防御
java·人工智能·安全·ai·prompt
代码不停4 小时前
自动化测试(java)
java·开发语言·selenium·自动化
行百里er4 小时前
Redis 完结篇——Redis 热点问题在 Spring Boot 项目中实战
redis·后端
高频因子挖掘机5 小时前
只取最近 60 个交易日,却每次拉全历史:量化脚本变慢的原因与改法
后端·github·api
鬼手点金6 小时前
opencode-rules 插件
java·开发语言·前端·人工智能·chrome·git·github
孟健6 小时前
从5000亿Token到83%字节匹配:AI逆向工程与重构的工程闭环实践
后端·架构·ai编程
paopaokaka_luck6 小时前
滑雪场管理系统(AI智能助手流式对话,ECharts 运营数据分析、教练、雪具与场地一体化预约,钱包支付退款、订单核销与服务评价)
java·人工智能·spring boot·网络协议·数据分析·echarts
码事漫谈7 小时前
丢得静悄悄,谈一谈 Agent 的记忆是怎么没的
后端
迪飞特科技7 小时前
智慧物业平台实战:Spring Boot 整合小程序实现报修巡检费用全流程
spring boot·后端·小程序