Spring AI ChatModel 使用记录

文章目录

[Spring AI ChatModel 使用记录（入门 Demo）](#Spring AI ChatModel 使用记录（入门 Demo）)

Spring AI ChatModel 使用记录（入门 Demo）

最近简单体验了一下 Spring AI ，基于 spring-ai 1.1.0 写了一个最小可用的 Chat Demo，主要用于熟悉 ChatModel 的基本使用方式，顺便记录一下踩坑和实现思路。

当前 Demo 实现的功能非常基础，主要包括：

✅ 简单对话调用
✅ 基于内存的上下文缓存（多轮对话）

本文未引入持久化、并发隔离等复杂设计。

一、依赖配置

⚠️ 注意：Spring Boot 与 Spring AI 的版本要匹配，否则很容易遇到类缺失或 Bean 无法注入的问题。

当前使用版本：

Spring Boot：3.3.5
Spring AI：1.1.0
JDK：17

xml 复制代码

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0
         https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.5</version>
        <relativePath/>
    </parent>

    <groupId>com.ljx.ai</groupId>
    <artifactId>demo</artifactId>
    <version>1.0.0</version>

    <properties>
        <java.version>17</java.version>
        <!-- Spring AI 版本 -->
        <spring-ai.version>1.1.0</spring-ai.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>group.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>group.springframework.ai</groupId>
            <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
            <version>${spring-ai.version}</version>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>


    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

二、配置项说明

这里使用的是 硅基流动提供的 OpenAI 兼容接口，如果想切换到：

本地模型（如 Ollama）
其他 OpenAI 兼容平台

只需要调整：

base-url
model

即可。

yml 复制代码

spring:
  application:
    name: ai
  ai:
    openai:
      # OpenAI 兼容接口（硅基流动）
      base-url: https://api.siliconflow.cn
      api-key: ${SILICONFLOW_API_KEY:自己的密钥}
      chat:
        options:
          model: deepseek-ai/DeepSeek-V3.2
          temperature: 0.7
          max-tokens: 1024

三、上下文存储设计

Spring AI 的多轮对话，本质就是 Prompt 中携带历史 Message 列表。

这里用到了三个 Message 类型：

SystemMessage：系统指令（人设、规则）
UserMessage：用户输入
AssistantMessage：模型回复

设计思路

使用一个 内存 List 保存对话历史
第 0 条永远保留 SystemMessage
限制最大上下文轮数，避免 prompt 过长

示例实现

java 复制代码

import groovy.util.logging.Slf4j;
import org.apache.commons.lang3.ObjectUtils;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.UserMessage;

import java.util.ArrayList;
import java.util.List;

@Slf4j
public class ChatStore {

    /**
     * 历史上下文
     */
    private static final List<Message> history = new ArrayList<>();

    /**
     * 最大保留轮数（不含 system）
     */
    private static final int MAX_HISTORY = 10;

    private static final Logger log = LoggerFactory.getLogger(ChatStore.class);

    /**
     * 将当前用户消息加入上下文，并返回裁剪后的历史
     */
    public static List<Message> trimHistory(String message) {
        if (ObjectUtils.isEmpty(history)) {
            history.add(new SystemMessage("你是一个金发兽耳小萝莉，请讨好你的主人"));
        }

        // system message 永远保留
        Message system = history.get(0);

        // 先加入用户消息
        history.add(new UserMessage(message));

        // 超出最大上下文长度则裁剪
        if (history.size() > MAX_HISTORY + 1) {
            List<Message> recent = history.subList(
                    history.size() - MAX_HISTORY,
                    history.size()
            );
            history.clear();
            history.add(system);
            history.addAll(recent);
        }

        return history;
    }

    /**
     * 记录模型回复
     */
    public static void addHistory(Message message) {
        history.add(message);
    }

    /**
     * 查看当前上下文内容
     */
    public static String showHistory() {
        StringBuilder sb = new StringBuilder();
        if (ObjectUtils.isNotEmpty(history)) {
            for (Message message : history) {
                if (message instanceof SystemMessage) {
                    continue;
                } else if (message instanceof UserMessage) {
                    sb.append("You say: ");
                } else if (message instanceof AssistantMessage) {
                    sb.append("She say: ");
                }
                sb.append(message.getContent()).append("\n");
            }
        }
        return sb.toString();
    }

    /**
     * 清空上下文
     */
    public static void clear() {
        history.clear();
    }
}

⚠️ 注意：

这是 全局静态上下文 ，不支持多用户 ，真实项目应至少按 session / userId 隔离。

四、聊天调用逻辑

这里基本就是 Spring AI 的标准用法：

生成上下文 List<Message>
构造 Prompt
调用 ChatModel
保存 AssistantMessage

java 复制代码

import groovy.util.logging.Slf4j;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.List;

@Service
@Slf4j
public class ChatServiceImpl extends ChatService {

    private static final Logger log = LoggerFactory.getLogger(ChatServiceImpl.class);

    @Autowired
    private ChatModel chatModel;

    @Override
    public String sendMessage(String message) {
        // 生成上下文
        List<Message> messages = ChatStore.trimHistory(message);

        // 构造 Prompt
        Prompt prompt = new Prompt(messages);

        // 调用模型
        String result = chatModel
                .call(prompt)
                .getResult()
                .getOutput()
                .getContent();

        // 保存回复
        ChatStore.addHistory(new AssistantMessage(result));

        return result;
    }

    @Override
    public String show() {
        return ChatStore.showHistory();
    }

    @Override
    public void clear() {
        ChatStore.clear();
    }
}