Spring AI 入门指南：从零构建智能应用

1. 引言

随着大语言模型（LLM）的快速发展，越来越多的开发者希望将 AI 能力集成到自己的应用中。Spring AI 是 Spring 生态中面向 AI 应用开发的官方项目，它提供了一套统一的抽象层，让开发者可以用熟悉的 Spring 编程模型快速接入各类大模型服务。

本文将从零开始，介绍 Spring AI 的核心概念、环境搭建、基础用法以及实际应用场景，帮助读者快速上手。

2. 什么是 Spring AI

Spring AI 是 Spring 官方推出的 AI 应用开发框架，旨在为 Java 开发者提供一套简洁、统一的接口，用于对接 OpenAI、Azure OpenAI、Hugging Face、Ollama 等主流大模型服务。

它的核心设计理念包括：

• 统一抽象：屏蔽不同模型服务商的 API 差异，提供一致的调用方式。
• Spring 原生集成：与 Spring Boot、Spring Cloud 无缝衔接，支持自动配置和依赖注入。
• 可扩展性：支持自定义模型接入、提示词模板、输出解析等高级功能。

3. 环境准备

在开始之前，需要准备以下环境：

• JDK 17 或更高版本
• Maven 3.6+ 或 Gradle 7.5+
• 一个可用的模型服务 API Key（如 OpenAI、通义千问等）

推荐使用 Spring Initializr 创建项目，并添加 Spring AI 相关依赖。

4. 快速开始

下面通过一个简单的示例，演示如何使用 Spring AI 调用大模型完成文本生成任务。

4.1 添加依赖

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

4.2 配置 API Key

在 application.yml 中配置模型服务的 API Key：

spring:
ai:
openai:
api-key: ${OPENAI_API_KEY}
chat:
options:
model: gpt-4o-mini

4.3 编写调用代码

import org.springframework.ai.chat.ChatClient;
import org.springframework.stereotype.Service;

@Service
public class AIService {

private final ChatClient chatClient;

public AIService(ChatClient chatClient) {
this.chatClient = chatClient;
}

public String generate(String prompt) {
return chatClient.call(prompt);
}
}

5. 核心功能详解

Spring AI 提供了丰富的功能模块，下面介绍几个常用的核心能力。

5.1 提示词模板

Spring AI 支持基于模板的提示词管理，方便复用和参数化：

import org.springframework.ai.chat.prompt.PromptTemplate;

public String generateGreeting(String name) {
PromptTemplate template = new PromptTemplate("你好，{name}！请用一句话介绍你自己。");
return chatClient.call(template.create(Map.of("name", name)));
}

5.2 输出解析

通过输出解析器，可以将模型返回的文本自动转换为结构化对象：

import org.springframework.ai.parser.BeanOutputParser;

public Book parseBook(String description) {
BeanOutputParser<Book> parser = new BeanOutputParser<>(Book.class);
String message = "请根据以下描述提取书籍信息：" + description;
String output = chatClient.call(message);
return parser.parse(output);
}

5.3 多轮对话

Spring AI 支持维护对话上下文，实现多轮交互：

import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.AssistantMessage;

public String chatWithHistory(List<String> history) {
List<Message> messages = new ArrayList<>();
messages.add(new SystemMessage("你是一个乐于助人的助手。"));
for (String turn : history) {
messages.add(new UserMessage(turn));
}
return chatClient.call(new Prompt(messages)).getResult().getOutput().getContent();
}

6. 实际应用场景

Spring AI 可以应用于多种业务场景，以下列举几个典型示例。

6.1 智能客服

结合知识库和检索增强生成（RAG）技术，构建企业级智能客服系统，自动回答用户常见问题。

6.2 内容生成

利用大模型的文本生成能力，自动撰写文章摘要、营销文案、产品描述等内容。

6.3 代码辅助

集成到开发工具中，提供代码补全、注释生成、Bug 修复建议等能力。

7. 总结

Spring AI 为 Java 开发者提供了一条低门槛接入大模型应用的路径。通过统一的抽象接口和 Spring 生态的天然集成，开发者可以快速构建出功能丰富的 AI 应用。

建议读者从官方文档入手，结合本文示例动手实践，逐步掌握提示词工程、输出解析、RAG 等进阶能力。