【第2篇-续】从零开始helloworld使用openAI通用模型的完整实现示例附源代码

一、概述

1.1 说明

本文将对于上一篇【第2篇】helloworld解析和部署，并改造为使用openAI模型， Spring AI 框架的 AI 聊天服务示例，演示如何以最少的代码将大语言模型（LLM）能力集成到 Spring Boot 应用中的具体实现。

采用兼容 OpenAI 协议的昇腾模型（GitCode） ，用了它的模型 Qwen/Qwen3.5-35B-A3B ，通过统一的抽象层屏蔽了底层模型差异，最终实现可以像调用普通 Service 一样调用 AI 能力。

如下图所示：

RestClient 聊天端点：
Spring AI ChatClient 聊天端点：
流式聊天端点：
对话历史端点：

1.2 核心目标

低门槛接入：提供开箱即用的 HTTP API，支持 Web、移动端、CLI 等多种客户端调用。
多种交互模式：支持简单对话、ChatClient 聊天端点、流式（SSE）响应、多轮上下文对话（历史对话）。
工程化实践：展示依赖注入、配置外部化、统一异常处理、可观测性等最佳实践。

二、技术架构设计

2.1 整体的架构比较简单

这个小项目采用经典的分层架构，自上而下分为客户端层、网关层、业务逻辑层、外部服务层。
HTTP/JSON
调用
HTTPS/JSON
外部服务层
昇腾模型

https://api-ai.gitcode.com/v1/
模型 Qwen/Qwen3.5-35B-A3B
业务逻辑层
Spring AI ChatClient

OpenAI协议抽象
RestClient

原生HTTP直连
API 网关层
Spring Boot Web

Tomcat :18080
REST Controller

HelloworldController

EnhancedController
客户端层
Web UI

2.2 技术栈详解

层级	技术选型	说明
基础框架	Spring Boot 3.2.5	自动配置、内嵌 Tomcat、Actuator 监控
AI 集成	Spring AI 1.0.0-M6	统一 LLM 调用抽象，支持 Prompt、Chat、Embedding
HTTP 客户端	RestClient (Spring 6.1+)	声明式 HTTP 调用，替代已废弃的 RestTemplate
响应式支持	Spring WebFlux	提供流式（Streaming）API 能力
缓存	Caffeine	本地高性能缓存，减少重复请求成本
监控	Micrometer + Prometheus + Grafana	指标采集、存储、可视化
日志	Logback + Logstash	结构化日志，支持 ELK 聚合

版本注意 ：Spring AI 1.0.0-M6 属于里程碑版本，未发布到 Maven Central，需要额外配置 spring-milestones 仓库。

三、核心组件设计

3.1 应用启动类：一切自动化的起点

java 复制代码

@SpringBootApplication
public class HelloworldApplication {
    public static void main(String[] args) {
        SpringApplication.run(HelloworldApplication.class, args);
    }
}

说明：@SpringBootApplication 是一个组合注解，它内部包含了三个关键元注解：

@Configuration：将当前类标记为配置类，允许通过 @Bean 定义第三方组件。
@EnableAutoConfiguration：启动自动配置机制。Spring Boot 会读取 META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports，根据你引入的依赖（如 spring-ai-openai）自动创建 ChatClient、RestClient 等 Bean。
@ComponentScan：自动扫描同级及子包下的 @Component、@Service、@Controller 等注解类，纳入 Spring 容器管理。

不需要 web.xml

Spring Boot 内嵌了 Tomcat，启动时会自动创建并启动 Web 服务器。application.yml 中的 server.port 会被绑定到内嵌 Tomcat 的连接器上，无需外部 Servlet 容器。

3.2 Spring AI 方式：ChatClient

java 复制代码

@RestController
@RequestMapping("/helloworld")
public class HelloworldController {
    private final ChatClient chatClient;

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

    @GetMapping("/simple/chat")
    public String simpleChat(@RequestParam String query) {
        return chatClient.prompt(query).call().content();
    }
}

原理说明 ：

Spring AI 的设计哲学是**"面向接口编程，屏蔽底层差异"**。无论底层是 OpenAI、Anthropic 还是 Ollama，上层代码都是 chatClient.prompt(...).call().content()。
GitCodeAPI OpenAiChatModel ChatClient Controller GitCodeAPI OpenAiChatModel ChatClient Controller User GET /simple/chat?query=... chatClient.prompt(query) 封装为 Prompt 对象 call() POST /chat/completions JSON Response ChatResponse 提取 content() 返回 AI 回答 User

依赖注入 ：ChatClient.Builder 由 spring-ai-openai-spring-boot-starter 自动配置，读取 spring.ai.openai.* 配置后生成。
Builder 模式 ：允许链式配置，如 .defaultOptions(...)、.defaultSystem(...)，创建不可变的客户端实例。
自动重试：底层集成了 Spring Retry，当遇到网络抖动或 API 限流（429）时会自动退避重试。

3.3 原生 HTTP 方式：RestClient

java 复制代码

@RestController
@RequestMapping("/api")
public class EnhancedController {
    private final RestClient restClient;
    private static final String API_URL = "https://api-ai.gitcode.com/v1/chat/completions";
    private static final String API_KEY = "${SPRING_AI_OPENAI_API_KEY}";

    public EnhancedController(RestClient.Builder restClientBuilder) {
        this.restClient = restClientBuilder.build();
    }

    @GetMapping("/chat/simple")
    public String simpleChat(@RequestParam String query) {
        Map<String, Object> body = Map.of(
            "model", "Qwen/Qwen3.5-35B-A3B",
            "messages", List.of(Map.of("role", "user", "content", query)),
            "max_tokens", 500
        );
        return restClient.post()
            .uri(API_URL)
            .header("Authorization", "Bearer " + API_KEY)
            .body(body)
            .retrieve()
            .body(String.class);
    }
}

两种方案对比：

维度	Spring AI ChatClient	RestClient
抽象层级	高，面向 AI 领域模型	低，面向 HTTP 协议
代码量	极少，一行调用	需手动构造 JSON Body
灵活性	受限于框架支持的参数	完全自由，可调用任何端点
可移植性	切换模型只需改配置	需重写请求逻辑
适用场景	标准 Chat/Embedding 任务	需要自定义 Header、流式控制、特殊端点

选型建议 ：常规 AI 功能优先使用 ChatClient，遇到框架暂未支持的 API 特性（如特定的微调接口、自定义工具调用）时，使用 RestClient 作为补充。

四、配置设计详解

4.1 application.yml 核心配置

yaml 复制代码

server:
  port: 18080

spring:
  application:
    name: spring-ai-alibaba-helloworld

  ai:
    openai:
      base-url: https://api-ai.gitcode.com/v1/
      api-key: ${SPRING_AI_OPENAI_API_KEY}  # 支持环境变量覆盖
      chat:
        enabled: true
        options:
          model: Qwen/Qwen3.5-35B-A3B
          temperature: 0.7      # 创造性 vs 确定性（0-2）
          max-tokens: 1024      # 最大生成长度
          top-p: 0.9            # 核采样

原理说明 ：Spring Boot 的 Type-safe Configuration Properties 机制会将上述 YAML 自动绑定到 OpenAiChatProperties 类。这意味着：

你在 YAML 中写的 spring.ai.openai.api-key，对应 Java 对象中的 apiKey 字段（自动驼峰转换）。
支持多种配置源优先级：命令行参数 > 环境变量 > application.yml > 默认值。生产环境中推荐通过环境变量注入敏感信息，避免密钥硬编码。

环境变量映射规则 ：

Spring Boot 会将大写环境变量自动映射。例如 SPRING_AI_OPENAI_API_KEY 会精确覆盖 spring.ai.openai.api-key。

4.2 Maven 仓库配置

由于 Spring AI 尚未发布 GA 版本，需要在 pom.xml 中声明里程碑仓库：

xml 复制代码

<repositories>
    <repository>
        <id>spring-milestones</id>
        <name>Spring Milestones</name>
        <url>https://repo.spring.io/milestone</url>
        <snapshots>
            <enabled>false</enabled>
        </snapshots>
    </repository>
</repositories>

原理说明 ：Maven 解析依赖时，会按 pom.xml 中 <repositories> 的顺序查找。将 spring-milestones 放在前面，确保优先下载 Spring 官方发布的里程碑版本，而不是可能存在不兼容变更的快照版（snapshots）。

五、数据流与交互流程

5.1 一次完整的请求生命周期

LLM ChatClient Service Controller DispatcherServlet Tomcat Client LLM ChatClient Service Controller DispatcherServlet Tomcat Client alt [Spring AI 路径] [RestClient 路径] HTTP Request 转发请求 URL 路由匹配 prompt().call() HTTPS POST /chat/completions ChatResponse AI Content 业务逻辑处理 RestClient.post() 直连 Raw JSON 处理后的结果返回对象 JSON 序列化 (HttpMessageConverter) HTTP Response

5.2 流式响应（SSE）流程

对于需要"打字机效果"的场景，数据流略有不同：
LLM ChatClient Controller Client LLM ChatClient Controller Client loop [每个 Token] GET /chat/stream prompt().stream() stream=true data: {...chunk...} Flux<String> SSE Event [DONE] onComplete Connection Close

关键概念 ：流式响应使用 SSE（Server-Sent Events） 协议，基于长连接单向推送。Spring WebFlux 的 Flux<String> 天然适合这种"异步多个返回值"的场景，配合 produces = MediaType.TEXT_EVENT_STREAM_VALUE 即可实现。

六、环境搭建与本地启动

6.1 前置要求

JDK 17+
Maven 3.8+

6.2 启动步骤

bash 复制代码

# 1. 克隆并进入项目
cd spring-ai-alibaba-helloworld

# 2. 编译打包（跳过测试加速）
mvn clean package -DskipTests

# 3. 启动应用（方式一：Maven插件，适合开发）
mvn spring-boot:run

# 4. 启动应用（方式二：Jar包，适合生产预览）
java -jar target/spring-ai-alibaba-helloworld-1.0.0.jar

6.3 快速验证

bash 复制代码

# 健康检查
curl "http://localhost:18080/api/health"

# 简单对话测试（Spring AI 路径）
curl "http://localhost:18080/helloworld/simple/chat?query=你好"

# 直连 API 测试（RestClient 路径）
curl "http://localhost:18080/api/chat/simple?query=Hello"

七、安全与配置管理

7.1 API 密钥安全

严禁将密钥提交到 Git！ 生产环境推荐以下方式（按优先级排序）：

环境变量 ：export SPRING_AI_OPENAI_API_KEY=xxx，Spring Boot 自动绑定。
配置中心：如 Spring Cloud Config、Nacos、AWS Secrets Manager，支持动态刷新。
命令行参数 ：java -jar app.jar --spring.ai.openai.api-key=xxx（仅在安全终端使用）。

7.2 HTTPS 与传输安全

使用 Let's Encrypt 或内部 CA 签发证书，配置 application-prod.yml：

yaml 复制代码

server:
  port: 8443
  ssl:
    enabled: true
    key-store: classpath:keystore.p12
    key-store-password: ${KEYSTORE_PASSWORD}
    key-store-type: PKCS12

若前端使用 Nginx 反向代理，建议在 Nginx 层卸载 TLS，后端保持 HTTP，降低 JVM 加解密开销。

八、扩展功能实现

8.1 多轮对话（上下文记忆）

HTTP 本身是无状态的，要实现多轮对话，需由客户端传入 conversationId，服务端维护对话历史：

java 复制代码

@Service
public class ConversationService {
    // 生产环境应使用 Redis，而非本地 Map
    private final Map<String, List<Message>> histories = new ConcurrentHashMap<>();

    public String chat(String conversationId, String query) {
        List<Message> history = histories.computeIfAbsent(conversationId, k -> new ArrayList<>());
        
        // 构建包含历史的 Prompt
        Prompt prompt = new Prompt(history.stream()
            .map(m -> new Message(m.getRole(), m.getContent()))
            .toList());
        
        String response = chatClient.prompt(prompt).call().content();
        
        // 保存上下文
        history.add(new Message("user", query));
        history.add(new Message("assistant", response));
        return response;
    }
}

如下图所示：

为什么需要限制上下文长度？

LLM 按 Token 计费，过长的历史会：

增加单次请求成本。
可能超出模型最大上下文窗口（如 4K/8K/128K），导致早期信息被截断。

建议实现滑动窗口：当历史超过 10 轮或 3000 Token 时，丢弃最早的对话。

8.2 流式输出（打字机效果）

java 复制代码

@GetMapping(value = "/chat/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> streamChat(@RequestParam String query) {
    return chatClient.prompt(query)
        .stream()  // 关键：启用流式模式
        .content(); // 返回 Flux<String>
}

SSE 前端接收示例（JavaScript）：

javascript 复制代码

const eventSource = new EventSource('/chat/stream?query=你好');
eventSource.onmessage = (event) => {
    document.getElementById('output').innerHTML += event.data;
};
eventSource.onerror = () => eventSource.close();

流式聊天端点验证，或者在浏览器中验证：

clike 复制代码

curl "http://localhost:18080/helloworld/stream/chat?query=Hello"

如下图所示：

九、故障排查手册

9.1 常见问题速查

现象	可能原因	排查方法
`404 Not Found`	GitCode API 路径或模型名错误	检查 `base-url` 是否带 `/v1/`，模型名是否拼写正确
`401 Unauthorized`	API Key 无效或过期	检查 Header 是否为 `Bearer token` 格式
响应缓慢/超时	LLM 生成慢或网络抖动	调整 `max-tokens`、增加响应超时时间、检查线程池是否打满
`OOM Killed`	内存不足或并发过高	查看 JVM 堆内存使用，降低并发或扩容
启动端口冲突	18080 被占用	`lsof -i :18080` 查看并杀掉占用进程

9.2 线上诊断工具：Arthas

Arthas 是阿里开源的 Java 诊断神器，无需重启即可查看运行时状态：

bash 复制代码

#  attach 到目标进程
java -jar arthas-boot.jar

# 查看实时面板：线程、内存、GC、运行时信息
dashboard

# 查看某个方法的入参和返回值
watch com.example.ChatService chat '{params,returnObj}' '#cost>1000' -n 5

# 反编译线上代码，确认是否生效
jad com.example.ChatService

十、快速参考

A. Maven 常用命令

bash 复制代码

mvn clean package -DskipTests      # 打包
mvn spring-boot:run -Dspring-boot.run.profiles=dev  # 指定环境运行
mvn dependency:tree                # 查看依赖树，排查冲突

Spring AI 的价值在于将 LLM 调用从"网络编程"降级为"方法调用"，让你可以像使用任何 Spring Bean 一样使用 AI 能力。而 RestClient 则作为"逃生舱"，在需要精细控制时提供底层访问能力。两者结合，足以应对绝大多数 AI 应用场景。