SpringAi整合Springboot搭建，配置以及测试

一，SpringAI简介：

Spring AI 是一个基于 Spring 生态的 AI 集成框架，旨在简化 AI 模型（如 OpenAI、Hugging Face 等）在 Spring 应用中的调用和管理。它提供统一的 API 和自动化配置，支持对话模型、嵌入模型等功能，适合快速构建 AI 驱动的应用。

二，搭建以及配置SpringAi框架

首先创建一个maven项目，我用的idea2024所以创建项目长这样：

点击create，项目中的文件下有一个Main的类，给这个删了，那东西没用：

由于之后加的依赖版本要统一所以要加一个依赖管理：

java 复制代码

<dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>1.1.5</version>
            </dependency>
        </dependencies>
    </dependencyManagement>

这里之所以使用1.1.5的版本是因为在官方的github仓库中是这样提示的SpringAi 2.几的版本对应的是springboot4的版本，SpringAi1.1.几的版本对应的是springboot3.5.x的版本

这里使用openai的model，所以要找到starter中的openai 依赖位置我放截图上

这里可以看到artifactId直接加依赖，其他的依赖的groupId和version都是一致的：

XML 复制代码

<dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-openai</artifactId>
            <version>1.1.5</version>
        </dependency>

然后再加一个Springboot3的父依赖以及测试依赖：

XML 复制代码

<parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.5.4</version>
    </parent>

XML 复制代码

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

在resource文件夹下创建配置文件application.yml然后编写配置文件：

XML 复制代码

spring:
  ai:
    openai:
      api-key: 这里用你自己的apikey
      base-url: https://api.siliconflow.cn
      chat:
        options:
          model: Qwen/Qwen3.6-27B

这里的模型apikey以及配置需要的各种参数，我是从硅基流动的平台上获取的你们也可以去，我这个或者其他ai模型的平台去获取一下就是去注册一下，充个十块钱就可以用好长时间了，这里我给你在硅基流动的教程：

想用哪个模型就复制哪个模型的名字到配置文件，然后base-url都是https://api.siliconflow.cn

三，测试SpringAI

配置文件都配置好后我们开始测试一下ai的与springboot整合的效果,首先要在test包下绿色的java包中创建一个测试类，就是这个位置：

1.原生模型api调用

在测试类中编写以下代码，用来测试与ai进行对话的场景：

java 复制代码

package com.cat.ai.springaicat;

import jakarta.annotation.Resource;
import org.junit.jupiter.api.Test;
import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.chat.model.Generation;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.boot.test.context.SpringBootTest;

@SpringBootTest
class SpringAiCatApplicationTests {

    @Resource
    private OpenAiChatModel openAiChatModel;

    @Test
    public void test1(){
        //构建一个消息对象
        Prompt prompt=Prompt.builder()
                .content("java是什么")
                .build();

        ChatResponse call = openAiChatModel.call(prompt);
        Generation result = call.getResult();
        AssistantMessage output = result.getOutput();
        String text = output.getText();
        System.out.println(text);
    }

}

首先我们直接注入这个openai的这个对话模型，然后创建一个消息对象，这种调用方法是最基础的原生调用方法，没有任何规则，角色的限制，大模型会自由回答，给到一个这个结果：

2.基于模型对象，构建出一个聊天客户端对象，使用构造器的方法，传入模型对象

java 复制代码

 @Test
    public void test2(){
        //基于模型对象，构建出一个聊天客户端对象
        ChatClient chatClient=ChatClient.builder(openAiChatModel)
                //defaultSystem用来给ai设置系统提示词
                .defaultSystem("你是一名医生，只回答医学问题，其他问题一律回答不知道")
                .build();
        String content = chatClient.prompt("java是什么").call().content();
        System.out.println(content);
    }

这种调用方式的特点是：客户端调用，可设置 AI 角色 / 规则 ，代码简洁，生产环境标准用法

3.创建bean对象，注入实现多身份的ai对话

这就是Springboot原生的技术了，使用创建Bean对象，交给容器管理，实现多个身份的对话客户端，想用哪个用哪个

java 复制代码

package com.haina.ai.config;

import jakarta.annotation.Resource;
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 AiConfig {

    @Resource
    private OpenAiChatModel openAiChatModel;

    @Bean
    public ChatClient doctor(){
        ChatClient chatClient=ChatClient.builder(openAiChatModel)
                .defaultSystem("你是一个医生")
                .build();
        return chatClient;
    }

    @Bean
    public ChatClient teacher(){
        ChatClient chatClient=ChatClient.builder(openAiChatModel)
                .defaultSystem("你是一名老师，你的名字叫做猫咪")
                .build();
        return chatClient;
    }

    @Bean
    public ChatClient police(){
        ChatClient chatClient=ChatClient.builder(openAiChatModel)
                .defaultSystem("你是一名警察")
                .build();
        return chatClient;
    }
}

由于这里创建的bean对象的返回值类型都是一样的，所以要使用@Qualifier注解通过这个方法名的方法进行注入

java 复制代码

@Test
    public void test3(@Qualifier("police") ChatClient chatClient){
        String content = chatClient.prompt()
                //临时的系统提示词
                .system("你的名字叫咪子")
                .user("你是谁").call().content();
        System.out.println(content);
    }

4.传递字符串参数的时候还有一种使用Lambda表达式的写法，可以将str作为参数传递到提示词的模板中，可以想象到ai的使用会非常灵活

java 复制代码

@Test
    public void test4(){
        ChatClient chatClient=ChatClient.builder(openAiChatModel).build();
        String str = "Spring Aop";
        //在text方法中可以使用提示词模板，格式是{占位名称}
        //然后再param方法中的占位符赋值
        String content = chatClient.prompt()
                .user(
                        u -> u.text("请用中文解释：{str},并给出一个简单的示例，用200个字回答")
                        .param("str",str)
                )
                .call()
                .content();
        System.out.println(content);
    }

返回结果：