当前位置：首页 > news >正文

springAI学习一

news 2026/9/30 4:02:56

一、Spring AI 概述

什么是Spring AI？

Spring生态的AI集成框架
统一API访问不同AI服务（OpenAI、Azure OpenAI、Anthropic等）
支持多种AI功能：聊天、文生图、嵌入、向量存储等

Spring AI 是一个用于 AI 工程的应用框架。其目标是将 Spring 生态系统设计原则应用于 AI 领域，如可移植性和模块化设计，并推广将 POJO 作为应用构建模块到人工智能领域的应用。

二、学习资源

官方资源

文档：spring.io/projects/spring-ai
参考文档：Spring AI Reference Documentation
示例项目：GitHub - spring-ai/spring-ai-samples

实践建议

从OpenAI开始：先用OpenAI API熟悉基本概念
尝试本地模型：使用Ollama运行本地LLM
实现RAG应用：构建文档问答系统
集成到现有项目：为已有Spring Boot项目添加AI能力

三、核心概念

1.AI Models

聊天模型：ChatClient、ChatModel
嵌入模型：EmbeddingClient、EmbeddingModel
图像模型：ImageClient、ImageModel
语音模型：AudioClient、AudioModel

2.Prompt Engineering

PromptTemplate template = new PromptTemplate("请用{style}风格解释：{topic}"); Prompt prompt = template.create(Map.of("style", "简单易懂", "topic", "机器学习"))

3.输出解析

@Parser(description = "天气预报响应") public class WeatherResponse { private String city; private double temperature; private String condition; }

四、快速开始

1. 添加依赖

<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-openai-spring-boot-starter</artifactId> <version>0.8.1</version> </dependency>

2. 基础配置

spring: ai: openai: api-key: ${OPENAI_API_KEY} chat: model: gpt-3.5-turbo # model: gpt-4.1-mini

3. 基本使用示例

@Service public class ChatService { private final ChatClient chatClient; public String chat(String message) { return chatClient.call(message); } // 流式响应 public Flux<String> streamChat(String message) { return chatClient.stream(message) .map(ChatResponse::getOutput); } }

四、核心功能详解

1.聊天功能

// 带上下文对话 List<Message> messages = new ArrayList<>(); messages.add(new UserMessage("你好")); messages.add(new AssistantMessage("你好！有什么可以帮助你？")); messages.add(new UserMessage("Java是什么？")); ChatResponse response = chatClient.call(new Prompt(messages));

2.函数调用（Function Calling）

@Bean public FunctionCallback weatherFunction() { return FunctionCallbackWrapper.builder(new WeatherService()) .withName("getWeather") .withDescription("获取城市天气") .build(); }

3.RAG（检索增强生成）

// 1. 创建向量存储 VectorStore vectorStore = new InMemoryVectorStore(embeddingModel); // 2. 添加文档 vectorStore.add(List.of( new Document("Spring AI是Spring官方AI框架", Map.of("source", "docs")) )); // 3. 检索相关文档 List<Document> docs = vectorStore.similaritySearch(request); // 4. 增强提示 String enhancedPrompt = "基于以下信息：" + docs + "\n问题：" + question;

4.多模态支持

// 图像生成 ImagePrompt prompt = new ImagePrompt("一只可爱的猫"); ImageResponse response = imageClient.call(prompt); // 语音转文字 AudioPrompt audioPrompt = new AudioPrompt(audioFile); AudioTranscription transcription = audioClient.call(audioPrompt);