【Spring AI智能体实战 02】Spring Boot 3.4整合Spring AI:项目创建与依赖配置

本文是"Spring AI 智能体实战"系列第 2/30 篇。项目采用 Java 17、Spring Boot 3.4.3 和课程示例所使用的 Spring AI 版本。不同 Spring AI 版本的依赖名称和部分 API 可能存在差异,请以自己项目的版本为准。

前言

创建 Spring AI 项目,确定 Java、Spring Boot 与 Spring AI 版本,并准备 Web、模型和测试依赖。

本文将沿用同一个实战项目逐步完成相关功能。所有密钥均使用环境变量表示,复制代码后请在本地配置真实值,不要把 API Key 或数据库密码提交到代码仓库。

本文目标

  • 理解本节功能解决的实际问题。

  • 掌握关键配置、接口与代码结构。

  • 完成可验证的运行结果,为下一节功能做好准备。

二、SpringAI入门(对话机器人)

1.快速入门

1.1创建项目
1.2工程结构如图

springboot版本为3.4.3

依赖已经全部加上

XML 复制代码
<dependencies>
        <!--SpringMVC-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <!--openai-->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-openai</artifactId>
        </dependency>
        <!--MySql-->
        <dependency>
            <groupId>com.mysql</groupId>
            <artifactId>mysql-connector-j</artifactId>
            <scope>runtime</scope>
        </dependency>
        <!--测试-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

为了方便后续开发,我们再手动引入一个Lombok依赖:

注意: 千万不要用start.spring.io提供的lombok,有bug!

XML 复制代码
<dependency>
  <groupId>org.projectlombok</groupId>
  <artifactId>lombok</artifactId>
  <version>1.18.22</version>
</dependency>

本文总结

搭建能够调用大模型的 Spring Boot 项目骨架,为后面的聊天接口开发打好基础。

建议在进入下一篇之前亲自运行本文代码,并记录请求参数、控制台日志和最终响应。遇到问题时,优先检查依赖版本、模型名称、环境变量和包名是否一致。

下一篇预告

下一篇:Spring AI连接DeepSeek与通义千问:application.yaml配置详解

相关推荐
武子康1 小时前
GPT-5.6 Sol 的 ARC-AGI-3 分数为何翻近三倍:Agent 评测必须记录整套运行合同
人工智能·chatgpt·agent
极客猴子1 小时前
Android录音转写频繁卡顿?多款APP长时间会议场景稳定性实测
android·人工智能·智能手机·飞书
ShallWeL1 小时前
Orin 上目标检测 + 大模型做端侧应用
人工智能·目标检测·大模型·端侧
A55566677787891 小时前
2026国产OpenClaw替代方案商深度测评:政务级、轻量化、高性能、私有化厂商推荐
人工智能
搬砖小匠1 小时前
SpringBoot 通过自定义注解 + AOP 实现数据字典自动翻译(通用方案)
java·后端
今天AI了吗1 小时前
【AI智能体】Hermes Agent 从部署到项目实战操作详解
java·人工智能·python·milvus
六边形战士DONK1 小时前
16-估计量的评选标准[无偏性,有效性,相合性,均方误差准则]
人工智能·机器学习·概率论
青山木2 小时前
Hot 100 --- 搜索二维矩阵
java·算法·leetcode·矩阵
心运软件2 小时前
基于机器学习的智能邮件分类系统:从数据采集到模型部署全流程实战
人工智能·python·算法·随机森林·机器学习·分类·scikit-learn