当前位置：首页 > news >正文

使用 Spring AI Alibaba 集成阿里云百炼大模型应用

news 来源：原创 2025/5/23 10:06:31

随着人工智能技术的飞速发展，大模型在各个领域的应用越来越广泛。阿里云百炼大模型提供了强大的语言理解和生成能力，但如何将其高效地集成到实际应用中，一直是开发者关注的焦点。本文将详细介绍如何使用 Spring AI Alibaba 集成阿里云百炼大模型应用，帮助开发者快速上手并实现功能。

一、前期准备

在开始集成之前，我们需要完成一些准备工作，以确保后续的开发过程顺利进行。

1. 获取 API Key

首先，你需要在阿里云控制台中获取 API Key。API Key 是用于认证和授权的关键信息，建议将其配置到环境变量中，以避免因硬编码导致的泄露风险。推荐使用 DASHSCOPE_API_KEY 作为环境变量名。

2. 创建阿里云百炼大模型应用

接下来，你需要创建一个阿里云百炼大模型应用。可以选择以下任一类型应用，并获取应用 ID，将应用 ID 配置到环境变量中，推荐使用 APP_ID 作为环境变量名。

智能体应用：适用于需要与用户进行交互的场景。
工作流应用：适用于需要按照固定流程处理任务的场景。
智能体编排应用：适用于需要自动规划复杂项目的场景。

如果是在子业务空间创建的阿里云百炼大模型应用，还需要获取业务空间 ID，并将其配置到环境变量中，推荐使用 WORKSPACE_ID 作为环境变量名。

二、操作流程

1. 初始化 Spring Boot 工程

环境要求

Spring Boot 3.x：确保使用最新版本的 Spring Boot，以获得更好的性能和兼容性。
JDK 17 或更高版本：推荐使用 JDK 17 或更高版本，以支持最新的 Java 特性。

初始化方式

你可以选择以下两种方式之一来初始化 Spring Boot 工程：

下载完整的示例工程快速上手（推荐）：访问 bailian-agent 仓库，下载完整的示例工程代码到本地。下载完成后，跳转到步骤 3 配置参数，然后执行步骤 5 启动 Spring Boot 工程并测试。
从零开始搭建基础工程：如果你希望从头开始搭建工程，可以按照后续步骤依次执行。

2. 添加依赖

在 pom.xml 文件中配置 Spring AI Alibaba 依赖。以下是具体的依赖配置代码：

<dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId><version>1.0.0-M5.1</version>
</dependency>

3. 配置参数

在 application.yml 文件中配置阿里云百炼大模型应用 ID、API Key 和业务空间 ID（仅在子业务空间创建百炼大模型应用时需要）。以下是具体的配置代码：

spring:ai:dashscope:agent:app-id: ${APP_ID} # 大模型应用IDapi-key: ${DASHSCOPE_API_KEY} # 百炼API Key#workspace-id: ${WORKSPACE_ID} # 业务空间ID，可选，未配置时使用主账号空间

4. 调用阿里云百炼大模型应用

Spring AI Alibaba 使用 DashScopeAgent 调用阿里云百炼大模型应用。以下是两种调用方式的代码示例：

非流式调用

import com.alibaba.cloud.ai.dashscope.agent.DashScopeAgent;
import com.alibaba.cloud.ai.dashscope.agent.DashScopeAgentOptions;
import com.alibaba.cloud.ai.dashscope.api.DashScopeAgentApi;import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;import org.slf4j.Logger;
import org.slf4j.LoggerFactory;@RestController
@RequestMapping("/ai")
public class BailianAgentRagController {private static final Logger logger = LoggerFactory.getLogger(BailianAgentRagController.class);private DashScopeAgent agent;@Value("${spring.ai.dashscope.agent.app-id}")private String appId;public BailianAgentRagController(DashScopeAgentApi dashscopeAgentApi) {this.agent = new DashScopeAgent(dashscopeAgentApi);}@GetMapping("/bailian/agent/call")public String call(@RequestParam(value = "message",defaultValue = "如何使用SDK快速调用阿里云百炼的应用?") String message) {ChatResponse response = agent.call(new Prompt(message, DashScopeAgentOptions.builder().withAppId(appId).build()));if (response == null || response.getResult() == null) {logger.error("chat response is null");return "chat response is null";}AssistantMessage app_output = response.getResult().getOutput();return app_output.getContent();}
}

4. 调用阿里云百炼大模型应用（续）

流式调用

import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import reactor.core.publisher.Flux;@RestController
@RequestMapping("/ai")
public class BailianAgentRagStreamController {private static final Logger logger = LoggerFactory.getLogger(BailianAgentRagStreamController.class);private DashScopeAgent agent;@Value("${spring.ai.dashscope.agent.app-id}")private String appId;public BailianAgentRagStreamController(DashScopeAgentApi dashscopeAgentApi) {this.agent = new DashScopeAgent(dashscopeAgentApi,DashScopeAgentOptions.builder().withSessionId("current_session_id").withIncrementalOutput(true).withHasThoughts(true).build());}@GetMapping(value = "/bailian/agent/stream", produces = "text/event-stream")public Flux<String> stream(@RequestParam(value = "message",defaultValue = "你好，请问你的知识库文档主要是关于什么内容的?") String message) {return agent.stream(new Prompt(message, DashScopeAgentOptions.builder().withAppId(appId).build())).map(response -> {if (response == null || response.getResult() == null) {logger.error("chat response is null");return "chat response is null";}AssistantMessage app_output = response.getResult().getOutput();String content = app_output.getContent();return content;});}
}

5. 启动 Spring Boot 工程并测试

完成上述配置和代码编写后，就可以启动 Spring Boot 工程并进行测试了。你可以使用 Postman 或其他 HTTP 客户端工具来发送请求，验证是否能够成功调用阿里云百炼大模型应用。

以下是使用 Postman 测试的示例：

打开 Postman，创建一个新的 GET 请求。
在请求的 URL 中输入 http://localhost:8080/ai/bailian/agent/call?message=你的测试问题，用于测试非流式调用。
点击“Send”按钮，查看返回的结果。
同样地，你可以将 URL 改为 http://localhost:8080/ai/bailian/agent/stream?message=你的测试问题，用于测试流式调用。

如果一切正常，你将看到阿里云百炼大模型返回的响应内容。