Spring AI：使用Java迈入生成式AI的第一步
基于Java的企业系统通常难以与Python库及相关工具链协同工作。为此，Spring AI应运而生——这是一个旨在简化整合人工智能功能（特别是大型语言模型）应用开发的开源框架，它采用了Spring生态系统中大家熟悉的模式。
如果您是一名Java开发者，希望将ChatGPT或Google Gemini等强大功能集成到企业应用程序中，而又不想费力研究各提供商特定的SDK，那么Spring AI是您的理想工具。
什么是Spring AI？
Spring AI的核心是充当AI模型的通用抽象层。
可以将其类比于Spring Data JPA之于数据库的关系：正如Spring Data抽象了SQL和数据库的具体细节一样，Spring AI则抽象了不同AI提供商（如OpenAI、Google、Azure、Anthropic等）之间的差异。
这种方法带来了两大显著优势：
- 可移植性：您只需极少的代码改动即可在不同AI模型和提供商之间切换，从而为您的用例选择最具成本效益或性能最佳的模型。
- 熟悉度：它使用了依赖注入、自动配置和流式API（如
WebClient或JdbcClient）等标准的Spring概念，使得数以百万计的现有Spring开发者能够轻松上手。
为什么选择Spring AI而不是LangChain？
尽管LangChain是一个强大且与提供商无关的框架，并因LLM调用的“链式”编排而广受欢迎，但它主要为Python生态系统构建。相比之下，Spring AI则是从零开始构建，遵循Java语言习惯，并能与Spring Boot应用无缝集成。
以下是Java企业开发者应该认真考虑使用Spring AI的原因：
符合Java习惯”的优势
对于一个Java团队来说，选择Spring AI意味着：
- 无需多语言复杂性：您可以避免在生产Java环境中引入Python依赖、虚拟环境以及进程间通信带来的麻烦。
- 性能：Spring AI原生运行在Java虚拟机（JVM）内，充分利用其卓越的垃圾回收和性能优化能力。
- 工具链：您可以享受到静态类型检查、强大的调试支持以及Java测试框架（如JUnit、Mockito）完整生态系统的益处。
简而言之，如果您的应用程序是用Java编写并使用Spring Boot，那么Spring AI就是集成生成式AI最自然、阻力最小的选择。
Spring AI的核心概念
要构建一个基本的AI应用，您需要理解三个核心组件：
构建一个简单的聊天服务
让我们创建一个极简的Spring Boot应用程序，它使用ChatClient根据用户的消息生成回复。在本示例中，我们将使用OpenAI模型。
1. 项目设置（Maven）
将以下内容添加到您的pom.xml文件中：
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>
</dependencies>
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bom</artifactId>
<version>1.0.0</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>2. 配置（application.properties）
您需要提供AI提供商的API密钥。将其放在src/main/resources/application.properties文件中。
# 用您实际的OpenAI API密钥替换
spring.ai.openai.api-key=<YOUR_OPENAI_API_KEY>3. 控制器（AiController.java）
这个类定义了一个REST端点，用于接收消息并使用注入的ChatClient获取响应。
package com.example.aidemo;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class AiController {
private final ChatClient chatClient;
/**
* Spring Boot会根据依赖项和属性自动配置并注入ChatClient。
*/
public AiController(ChatClient.Builder chatClientBuilder) {
// 使用注入的构建器构建ChatClient实例
this.chatClient = chatClientBuilder.build();
}
@GetMapping("/generate")
public String generate(@RequestParam(value = "message", defaultValue = "Tell me a short, friendly joke.") String message) {
// 使用流式API定义提示词并调用模型
return chatClient.prompt()
.user(message) // 设置用户的输入消息
.call() // 执行对AI模型的调用
.content(); // 从响应中提取纯文本内容
}
}4. 运行与测试
- 运行您的Spring Boot应用程序。
- 测试端点：
http://localhost:8080/generate?message=Explain%20Spring%20AI%20in%20one%20sentence
【注】本文译自：Lets start with Spring AI