当前位置：首页 > news >正文

Spring AI 1.0 GA 正式发布

news 来源：原创 2025/5/22 8:55:06

在这里插入图片描述
Spring AI 1.0 GA 版本已于 2025 年 5 月 20 日正式发布！这标志着 Spring 框架在人工智能领域又迈出了坚实的一步。本文将详细解析这一版本的亮点特性和使用方法，帮助大家快速上手这一强大的 AI 开发工具。

<dependencyManagement><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>1.0.0</version>0<type>pom</type><scope>import</scope></dependency></dependencies>
</dependencyManagement>

1. Spring AI 简介

Spring AI 是 Spring 生态系统的一部分，旨在简化企业级 AI 应用的开发。它提供了一套统一的抽象层，让开发者能够轻松集成各种 AI 模型和服务，包括但不限于 OpenAI、Anthropic Claude、Mistral AI、Ollama 等，同时保持 Spring 框架一贯的简洁性和易用性。

2. 核心特性解析

2.1 多模型支持

Spring AI 1.0 GA 版本支持多种主流大语言模型（LLMs）：

OpenAI (GPT-3.5, GPT-4 系列)
Anthropic Claude
Mistral AI
Ollama
Azure OpenAI
Amazon Bedrock
Google Vertex AI (Gemini)
HuggingFace
多种开源模型（如 Llama 2 等）

2.2 统一抽象层

Spring AI 提供统一的编程模型和 API，开发者可以在不同 AI 模型之间无缝切换，而无需修改大量代码。这种设计理念与 Spring 的其他模块保持一致，极大地提升了开发效率。

@Autowired
private ChatClient chatClient;public String generateResponse(String prompt) {Prompt aiPrompt = new Prompt(prompt);ChatResponse response = chatClient.call(aiPrompt);return response.getResult().getOutput().getContent();
}

2.3 文本嵌入和向量存储

Spring AI 提供了强大的文本嵌入功能，支持将文本转换为向量表示，并与多种向量数据库集成：

Redis
PostgreSQL pgvector
Chroma
Milvus
Weaviate
Neo4j 等

2.4 RAG（检索增强生成）支持

Spring AI 内置了对 RAG（Retrieval Augmented Generation）的支持，帮助开发者构建能够利用自定义知识库的 AI 应用：

@Autowired
private VectorStore vectorStore;public List<Document> similarDocuments(String query) {return vectorStore.similaritySearch(query);
}

2.5 提示工程支持

Spring AI 提供了强大的提示工程工具，包括提示模板、提示变量等：

PromptTemplate promptTemplate = new PromptTemplate("""你是一位专业的 Java 开发者。请解释以下概念：{concept}""");Map<String, Object> variables = new HashMap<>();
variables.put("concept", "Spring AOP");Prompt prompt = promptTemplate.create(variables);

3. 核心组件

Spring AI 的核心组件包括：

ChatClient: 与各种 LLM 进行交互的客户端
EmbeddingClient: 用于生成文本嵌入向量
VectorStore: 向量数据库的抽象接口
PromptTemplate: 提示模板，支持变量替换
OutputTransformer: 输出转换器，用于处理 AI 响应

4. 快速入门示例

下面是一个使用 Spring AI 构建简单聊天应用的示例：

@RestController
@RequestMapping("/ai")
public class ChatController {private final ChatClient chatClient;public ChatController(ChatClient chatClient) {this.chatClient = chatClient;}@PostMapping("/chat")public ResponseEntity<String> chat(@RequestBody String message) {Prompt prompt = new Prompt(message);ChatResponse response = chatClient.call(prompt);return ResponseEntity.ok(response.getResult().getOutput().getContent());}
}

配置文件 application.properties:

spring.ai.openai.api-key=${OPENAI_API_KEY}
spring.ai.openai.chat.options.model=gpt-4
spring.ai.openai.chat.options.temperature=0.7

5. 与 Spring Boot 的集成

Spring AI 可以无缝集成到 Spring Boot 应用中，只需添加相应的依赖：

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