Spring AI文档学习：多聊天模型配置

前置：application.yml（阿里云百炼作为 OpenAI 兼容端点）

spring:
  ai:
    openai:
      api-key: ${DASHSCOPE_API_KEY}
      base-url: https://dashscope.aliyuncs.com/compatible-mode/v1
      chat:
        options:
          model: qwen-plus

说明：api-key 使用百炼控制台里的 API Key；model 用百炼里在「OpenAI 兼容」下支持的模型名（如 qwen-plus、qwen-max 等，以控制台为准）。

方法一：同一模型类型（都是 OpenAiChatModel / 百炼），多个 ChatClient

差别只在 ChatClient 层默认行为（例如不同系统提示），底层仍是同一个注入的 OpenAiChatModel。

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class BailianMultiClientConfig {

    @Bean
    public ChatClient conciseBailianClient(OpenAiChatModel chatModel) {
        return ChatClient.builder(chatModel)
                .defaultSystem("你是简洁助手，回答尽量短。")
                .build();
    }

    @Bean
    public ChatClient detailedBailianClient(OpenAiChatModel chatModel) {
        return ChatClient.builder(chatModel)
                .defaultSystem("你是详细助手，先列要点再展开。")
                .build();
    }
}

用 @Qualifier("conciseBailianClient") / @Qualifier("detailedBailianClient") 注入即可。

方法二：不同模型类型，多个 ChatClient（百炼 OpenAI 兼容 + 另一家）

这里 第一类仍是百炼（OpenAiChatModel + 上面 yml）。第二类换厂商时用另一种 ChatModel（示例用 Anthropic；需引入对应 Spring AI starter 并配置密钥）。

import org.springframework.ai.anthropic.AnthropicChatModel;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class MultiVendorChatClientConfig {

    /** 百炼：OpenAI 兼容，底层是 OpenAiChatModel */
    @Bean
    public ChatClient bailianChatClient(OpenAiChatModel openAiChatModel) {
        return ChatClient.builder(openAiChatModel)
                .defaultSystem("你通过阿里云百炼（OpenAI 兼容）回答问题。")
                .build();
    }

    /** 另一家：原生 Anthropic API */
    @Bean
    public ChatClient anthropicChatClient(AnthropicChatModel anthropicChatModel) {
        return ChatClient.builder(anthropicChatModel)
                .defaultSystem("你通过 Anthropic API 回答问题。")
                .build();
    }
}

要点：百炼走 OpenAI 兼容 → OpenAiChatModel；Anthropic 走自己的 AnthropicChatModel，这是「不同模型类型」在 Spring AI 里的典型拆法。

方法三：多个 OpenAI 兼容端点（百炼 + 另一个 OpenAI 兼容服务）

仍只用 OpenAiApi / OpenAiChatModel，通过 mutate() 改 baseUrl、apiKey、默认 model。第二个端点可以是：官方 OpenAI、Groq、其它国内兼容网关等，协议形状与 OpenAI 一致即可。

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.ai.openai.api.OpenAiApi;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

@Service
public class MultiOpenAiCompatibleEndpointsService {

    @Autowired
    private OpenAiChatModel baseChatModel;

    @Autowired
    private OpenAiApi baseOpenAiApi;

    public void compareTwoEndpoints(String userMessage) {
        // 端点 A：阿里云百炼（北京 OpenAI 兼容）
        OpenAiApi bailianApi = baseOpenAiApi.mutate()
                .baseUrl("https://dashscope.aliyuncs.com/compatible-mode/v1")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .build();

        OpenAiChatModel bailianModel = baseChatModel.mutate()
                .openAiApi(bailianApi)
                .defaultOptions(OpenAiChatOptions.builder()
                        .model("qwen-plus")
                        .temperature(0.3)
                        .build())
                .build();

        // 端点 B：另一个 OpenAI 兼容服务（示例：请换成你真实的 URL / Key / 模型名）
        OpenAiApi otherApi = baseOpenAiApi.mutate()
                .baseUrl("https://api.openai.com/v1")  // 或其它兼容网关
                .apiKey(System.getenv("OPENAI_API_KEY"))
                .build();

        OpenAiChatModel otherModel = baseChatModel.mutate()
                .openAiApi(otherApi)
                .defaultOptions(OpenAiChatOptions.builder()
                        .model("gpt-4o-mini")
                        .temperature(0.3)
                        .build())
                .build();

        String r1 = ChatClient.builder(bailianModel).build()
                .prompt(userMessage).call().content();
        String r2 = ChatClient.builder(otherModel).build()
                .prompt(userMessage).call().content();

        // 使用 r1 / r2
    }
}

若两个都是百炼，只是 地域或模型不同，把「端点 B」改成例如新加坡兼容地址，并只改 model 即可