2.结构化输出
Spring AI的结构化输出功能可将大模型的自由文本响应,自动转换为Java对象(如POJO、Map),作用包括:
- 避免手动解析:直接返回POJO
- 类型安全:IDE自动补全,减少拼写错误
- 简化集成:直接存入数据库或作为API响应返回
- 减少错误:统一格式校验,避免格式不匹配问题
我们正常使用的都是json结构,期望大模型返回json结构,然后由Spring AI 返回实体,这样就不需要我们再次转换就能直接使用,那么如何操作呢?
输出普通对象
在前面使用chatclient调用时,我们是直接调用content拿到结果字符串,那么为了能够获取完整的结构对象,我们可以调用 entity(User.class); 用来返回User对象,而不是字符串
@GetMapping("/ai/json")
public Object generationJson(@RequestParam(defaultValue = "随机生成一份用户信息") String userInput) {
// Create ChatClient instances programmatically
ChatClient zpChatClient = ChatClient.create(zhiPuAiChatModel);
User zpContent = zpChatClient.prompt(userInput)
.call().entity(User.class);
return zpContent;
}

这些都是基本对象,那如果我想返回list呢,这个entity好像满足不了啊,放心,Spring AI都帮你准备好了
输出List对象
@GetMapping("/ai/json/list")
public Object generationJsonList(String userInput) {
// Create ChatClient instances programmatically
ChatClient zpChatClient = ChatClient.create(zhiPuAiChatModel);
List<User> zpContent = zpChatClient.prompt(userInput)
.call().entity(new ParameterizedTypeReference<List<User>>() {
});
return zpContent;
}

那么到这里呢,我们已经知道如何通过Spring AI 获取普通对象和List对象,但是这些内容都是直接获取的,如果内容很长我们将会等待很久,我们能不能像chat gpt那样,一个字一个字往外冒呢?这个就是流式响应,Spring AI已经帮我们支持了,接下来我们来学习这一部分。请关注本人的SpringAI专栏看,持续更新中。