Spring AI 使用教程

2025-05-29
广东
本文字数：1621 字
阅读完需：约 5 分钟

Spring AI 使用教程

一、环境搭建与项目初始化

创建 Spring Boot 项目
使用 IDEA 或 Spring Initializr 创建项目，选择 JDK 17 或更高版本（推荐 21）。
勾选依赖项：Spring Web、Lombok，Maven 或 Gradle 作为构建工具。
添加 Spring AI 依赖（以 OpenAI 为例）：

     <dependency>         <groupId>org.springframework.ai</groupId>         <artifactId>spring-ai-openai-spring-boot-starter</artifactId>         <version>1.0.0-M6</version>     </dependency>

复制代码

配置 API 密钥
在application.yml中配置模型服务（以 DeepSeek 为例）：

   spring:     ai:       openai:         api-key: sk-your-api-key         base-url: https://api.deepseek.com/v1         chat:           options:             model: deepseek-chat```<sup>5</sup><sup>8</sup><sup>11</sup>
---
#### 二、基础功能实现1. **调用大模型生成文本**     - 通过`ChatClient`发送请求：```java     @RestController     public class ChatController {         @Autowired         private ChatClient chatClient;                  @GetMapping("/chat")         public String chat(@RequestParam String prompt) {             return chatClient.prompt(prompt).call().content();         }     }

复制代码

启动应用后，访问http://localhost:8080/chat?prompt=写一首春天的诗即可获取响应。

文档处理（ETL）
添加文档处理依赖（如 PDF 解析）：

     <dependency>         <groupId>org.springframework.ai</groupId>         <artifactId>spring-ai-tika-document-reader</artifactId>     </dependency>

复制代码

读取并转换本地文档：

     DocumentReader reader = new TikaDocumentReader();     List<Document> docs = reader.read("file:///data.pdf");

复制代码

三、高级应用场景

RAG（检索增强生成）
结合本地数据与大模型，实现知识库增强问答：
使用spring-ai-spark集成讯飞星火：

       <dependency>           <groupId>com.iflytek.spark</groupId>           <artifactId>spring-ai-spark-spring-boot-starter</artifactId>           <version>1.0.0-M6-SNAPSHOT</version>       </dependency>

复制代码

 - 将本地数据向量化存储，通过语义检索生成精准答案。

复制代码

MCP 服务集成
搭建 MCP（Model Context Protocol）服务：

     <dependency>         <groupId>org.springframework.ai</groupId>         <artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>     </dependency>

复制代码

通过 JSON-RPC 与模型交互，支持多模态输入输出。

四、实战案例：构建网页聊天应用

前端集成
使用 Thymeleaf 或 React/Vue 搭建前端页面，通过 WebSocket 或 SSE 与后端通信。
示例代码片段（SSE 推送）：

     @GetMapping("/stream-chat")     public SseEmitter streamChat(@RequestParam String prompt) {         SseEmitter emitter = new SseEmitter();         chatClient.prompt(prompt).stream().subscribe(content -> {             emitter.send(content);         });         return emitter;     }

复制代码

记忆存储与会话管理
使用ChatMemory组件保存上下文：

     @Bean     public ChatMemory chatMemory() {         return new InMemoryChatMemory(50); // 保留最近50轮对话     }

复制代码

五、注意事项与调试技巧

常见问题
模型响应慢：调整超时配置spring.ai.openai.chat.options.timeout=60s。
中文支持不佳：在prompt中明确指定“用中文回答”。
日志调试
启用详细日志：

     logging:       level:         org.springframework.ai: DEBUG

复制代码

六、总结与扩展

Spring AI 通过模块化设计，支持快速接入主流模型（如 DeepSeek、讯飞星火）和高级功能（RAG、MCP）。开发者可结合业务需求扩展以下场景：

多模型混合调用：通过@Qualifier注解切换不同模型。
工具调用：集成外部 API（如天气查询）增强 AI 能力。
企业级部署：结合 Kubernetes 实现弹性扩缩容。

发布于: 刚刚阅读数: 5

原文链接:【http://xie.infoq.cn/article/bc95c61399079696f49c7291d】。文章转载请联系作者。

知识浅谈

关注

公众号：知识浅谈 2022-06-22 加入

🍁 作者：知识浅谈，InfoQ签约作者，CSDN博客专家/签约讲师，华为云云享专家，阿里云签约博主，51CTO明日之星 📌 擅长领域：全栈工程师、爬虫、ACM算法 💒 公众号：知识浅谈 🔥网站：vip.zsqt.cc

发布

暂无评论

创作场景

Spring AI 使用教程

Spring AI 使用教程

一、环境搭建与项目初始化

三、高级应用场景

四、实战案例：构建网页聊天应用

五、注意事项与调试技巧

六、总结与扩展

知识浅谈

评论