Spring AI Advisor：一行代码解决 AI 应用"面条代码"

别再每次调用 AI 都写重复的鉴权、日志、敏感词检测代码了------Spring AI Advisor 给你一条可复现的路，把横切逻辑像乐高一样拆装。

先附上一张Spring AI Advisor架构图

先给结论

Spring AI Advisor 是一个可插拔的请求/响应增强机制，通过责任链模式组合多个横切关注点，让 AI 应用的横切逻辑管理变得简单优雅。

为什么需要 Advisor

没有 Advisor 时，每次调用都要写一堆重复代码：

java 复制代码

public String callAI(String input) {
    if (!authService.check(input)) return "无权限";
    if (containsSensitiveWords(input)) return "敏感内容";
    List<ChatMessage> history = memoryService.getHistory();
    ChatResponse response = model.call(new Prompt(input, history));
    logger.info("调用AI：输入={}，输出={}", input, response);
    memoryService.save(input, response);
    if (checkOutput(response)) return "输出有风险";
    return response.getContent();
}

有 Advisor 后，业务代码回归干净：

java 复制代码

ChatClient chatClient = ChatClient.builder(chatModel)
    .defaultAdvisors(
        new AuthAdvisor(),
        new SensitiveWordAdvisor(),
        new MessageChatMemoryAdvisor(chatMemory),
        new MyLoggerAdvisor()
    )
    .build();

String answer = chatClient.prompt().user("你好").call().content();

Advisor 的核心原理

1. 责任链模式

前置处理：按 Order 值升序执行（值小先执行）
后置处理：按 Order 值降序执行（后进先出）
短路机制：某个 Advisor 可以直接返回，不继续调用模型

2. 短路能力

java 复制代码

public class SensitiveWordAdvisor implements CallAroundAdvisor {
    @Override
    public AdvisedResponse aroundCall(AdvisedRequest req, CallAroundAdvisorChain chain) {
        for (String word : blockedWords) {
            if (req.userText().contains(word)) {
                AssistantMessage rejection = new AssistantMessage("抱歉，内容不合规，无法回答。");
                ChatResponse chatResponse = new ChatResponse(List.of(new Generation(rejection)));
                return AdvisedResponse.from(chatResponse).advisorContext(req.advisorContext()).build();
            }
        }
        return chain.nextAroundCall(req);
    }
}

3. 自定义 Advisor 四步

同时实现 CallAroundAdvisor + StreamAroundAdvisor
重写 aroundCall/aroundStream
设置 getOrder()
返回唯一 getName()

实战案例：RAG + Advisor

java 复制代码

@Service
public class KnowledgeService {
    private final ChatClient chatClient;

    public KnowledgeService(ChatClient.Builder builder, VectorStore vectorStore) {
        this.chatClient = builder
            .defaultSystem("请基于提供的上下文信息回答问题，上下文不足就明确说明，不要编造。")
            .defaultAdvisors(
                new QuestionAnswerAdvisor(vectorStore),
                new AuthAdvisor(),
                new MyLoggerAdvisor()
            )
            .build();
    }

    public String ask(String question) {
        return chatClient.prompt().user(question).call().content();
    }
}

踩坑清单

Order 排序

java 复制代码

new MyLoggerAdvisor(),         // Order=0，最外层
new SecurityAdvisor(),         // Order=10，安全检查
new RagAdvisor(vectorStore),    // Order=50，RAG 检索增强
new MemoryAdvisor(chatMemory)   // Order=100，最靠近模型

流式处理

java 复制代码

// 错误：对每个 token 触发
chain.nextAroundStream(request).doOnNext(this::afterProcess)

// 正确：聚合完整响应
new MessageAggregator().aggregateAdvisedResponse(
    chain.nextAroundStream(request), this::logAfter)

避免耗时操作

Advisor 同步执行，别在链里做外部 API 调用或复杂计算。

不适用的情况

需要异步处理时，Advisor 是同步的
复杂并行场景，责任链是串行的
性能敏感场景，多个 Advisor 会增加调用开销