【Spring AI】简单入门（一）

1. Spring AI简介

在当今这样一个快速发展的技术时代，人工智能（AI）已经成为各行各业的一种标配。而作为一款主流的Java应用开发框架Spring，肯定会紧跟时代的潮流，所以，推出了Spring AI框架。

1.1 Spring AI是什么

官网 https://spring.io/projects/spring-ai

1.1.1 概述

Spring AI 是一个面向 AI 工程的应用框架。它的目标是把 Spring 生态系统中的设计原则（例如可移植性、模块化设计等）应用到 AI 领域，并推动在 AI 应用中使用 POJO（普通 Java 对象）作为应用的构建模块。

其核心在于解决 AI 集成的基础性挑战：将你的企业数据（Data）和 API 与 AI 模型连接起来。

特性（Features）
Spring AI 提供以下功能：

• 支持所有主要的 AI 模型供应商（Model providers），包括 Anthropic、OpenAI、Microsoft、Amazon、Google，以及 Ollama。支持的模型类型有：

  • 聊天补全（Chat Completion）
  • 嵌入（Embedding）
  • 文本生成图像（Text to Image）
  • 音频转录（Audio Transcription）
  • 文本转语音（Text to Speech）
  • 内容审核 / Moderation（Moderation）

• 对不同 AI 提供商的 API，支持同步（synchronous）和流式（streaming）调用方式，同时也可以访问特定模型（model-specific）的特性。

• 结构化输出（Structured Outputs） —— 将 AI 模型的输出映射为 POJOs（方便在 Java 环境中处理）

• 支持主要的向量数据库（Vector Database）提供商（Providers），例如 Apache Cassandra、Azure Vector Search、 Chroma、Milvus、MongoDB Atlas、Neo4j、Oracle、PostgreSQL/PGVector、PineCone、Qdrant、Redis、Weaviate 等等。

• 在向量存储提供商之间提供可移植 API（Portable API），包括一个类 SQL 的元数据过滤 API（metadata filter API）。

• 支持工具 / 函数调用（Tools / Function Calling）——即模型可以请求执行客户端的工具或函数，以便在必要时访问实时的信息。

• 可观测性（Observability） — 提供 AI 相关操作的可监控、可视化洞见。

• 文档注入（Document injection）以及用于数据工程的 ETL 框架。

• AI 模型评估（AI Model Evaluation） — 包括用于评估生成内容的工具，并帮助防止“幻觉”（hallucinated responses）的问题。

• ChatClient API — 用于与 AI 聊天模型通信的 Fluent API，其风格类似于 Spring 的 WebClient 和 RestClient。

• Advisors API — 封装了常用的生成式 AI 模式，负责变换语言模型（LLM）之间或发送／接收的内容，并为不同模型和用例提供可移植性。

• 支持聊天对话记忆（Chat Conversation Memory）和检索增强生成（Retrieval Augmented Generation, RAG）等功能。

• Spring Boot 的自动配置（Auto Configuration）和 Starter（启动器）支持所有 AI 模型和向量存储 —— 你可以用 Spring Initializr 来选择你想用的模型或向量存储。

这些功能组合起来，使你可以实现诸如 “在你的文档上做问答 (Q&A over your documentation)” 或 “与你的文档进行聊天 (Chat with your documentation)” 这样的常见用例。

1.2 发布版本

写这篇文章的时间是2025年09月20日，可以看到已经有了

• 1.0.1 Current (当前稳定版)
• 1.1.0-SNAPSHOT（开发中的快照版本）
• 1.1.0-M1（预发布版本 Milestone 1）

1.3 Spring AI的主要功能

• 第一、 对主流 AI 大模型供应商提供了支持，比如：OpenAI、DeepSeek、Microsoft、Ollama、Amazon、Google HuggingFace等。
• 第二、 支持AI大模型类型包括：聊天、文本到图像、文本到声音等。
• 第三、 支持主流的Embedding Models（嵌入模型）和向量数据库，比如：Azure Vector Search、Chroma、Milvus、Neo4j、Redis、PineCone、PostgreSQL/PGVector 等。
• 第四、 把 AI 大模型输出映射到简单的 Java 对象（POJOs）上。
• 第五、 支持了函数调用（Function calling）功能。
• 第六、 为数据工程提供 ETL（数据抽取、转换和加载）框架。
• 第七、 支持 Spring Boot 自动配置和快速启动，便于运行 AI 模型和管理向量库。

2. 结合DeepSeek上手使用

2.1 准备工作

DeepSeek 是一款由深度求索所开发的 AI 人工智能大模型，其基于深度学习和多模态数据融合技术，采用先进的 Transformer 架构和跨模态协同算法，可实现对复杂文档和图像的自动化解析与结构化信息提取。

依托于最新推出的“深度思考”模式（R1），这款AI大模型在极低成本下实现了与国际顶尖模型ChatGPT-o1相媲美的性能表现，其中文理解与输出能力更是远超ChatGPT、Claude等顶尖模型。再加上极具竞争力的API定价和全面开源的策略，让这款AI大模型成功在国际上火爆出圈

如果说AI是一个广泛的概念，那么DeepSeek就是是AI领域中的一个具体产品。

DeepSeek的特点‌：

• 成本‌：DeepSeek致力于降低AI应用的成本。通过采用先进的技术和独特的模型架构，DeepSeek在保持高性能的同时，显著降低了推理和训练的成本。
• 性能‌：DeepSeek在性能上表现出色。它使用强化学习技术训练，推理过程中包含大量反思与验证，能够处理更加复杂的数据和任务。在一些benchmark测试中，其性能与OpenAI的模型相当，但推理成本远低于同类产品。
• 功能‌：DeepSeek擅长处理数学、编程和复杂逻辑推理等任务。它的推理能力源于深度思考特性，推理长度与准确率呈正相关。此外，DeepSeek还支持多模态信息处理，能够应对更加多样化的应用场景。
• 应用领域‌：DeepSeek在多个领域展现出巨大的应用潜力。无论是在医疗、教育、交通等传统领域，还是在智能制造、智慧城市等新兴领域，DeepSeek都有望发挥重要作用。

综上所述，AI是一个广泛的概念，涵盖了人工智能领域的所有技术和应用。而DeepSeek则是AI领域中的一个具体产品，它在成本、性能、功能和应用领域等方面都有着独特的特点和优势。两者之间的关系可以理解为：DeepSeek是AI领域中的一个具体实现和优秀代表。

如何使用Java集成DeepSeek：

DeepSeek 作为一款卓越的国产 AI 模型，越来越多的公司考虑在自己的应用中集成。对于 Java 应用来说，我们可以借助 Spring AI 集成 DeepSeek，非常简单方便！

2.2 DeepSeek开放平台创建API KEY

DeepSeek官网 https://www.deepseek.com/
接口文档 https://api-docs.deepseek.com/zh-cn/

在官网上创建api key

使用curl调用

(base) ➜  ~ curl https://api.deepseek.com/chat/completions \-H "Content-Type: application/json" \-H "Authorization: Bearer sk-8c780d3293d94b799d7b8000972xxxxx" \-d '{"model": "deepseek-chat","messages": [{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Hello!"}],"stream": false}'

{"id": "3ec31844-c3da-466b-b286-xxx0b90bcf83","object": "chat.completion","created": 1758340902,"model": "deepseek-chat","choices": [{"index": 0,"message": {},"logprobs": null,"finish_reason": "stop"}],"usage": {"prompt_tokens": 12,"completion_tokens": 11,"total_tokens": 23,"prompt_tokens_details": {},"prompt_cache_hit_tokens": 0,"prompt_cache_miss_tokens": 12},"system_fingerprint": "fp_08f168e49b_xxxxxx_fp8_kvcache"
}

2.3 代码

新建一个Maven项目

其中父类的pom依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>com.beijing</groupId><artifactId>SpringAi</artifactId><version>1.0-SNAPSHOT</version><packaging>pom</packaging><!-- 子模块 --><modules><module>springai_hello</module></modules><properties><spring-boot.version>3.3.8</spring-boot.version><maven.compiler.source>21</maven.compiler.source><maven.compiler.target>21</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><spring-ai.version>1.0.1</spring-ai.version></properties><!-- 版本管理 --><dependencyManagement><dependencies><!-- Spring Boot 依赖版本管理 --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-dependencies</artifactId><version>${spring-boot.version}</version><type>pom</type><scope>import</scope></dependency><!-- Spring AI 依赖版本管理 --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>${spring-ai.version}</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement><!-- 公共依赖（子模块都会继承） --><dependencies><!-- Web Starter --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai</artifactId></dependency><!-- Test --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency></dependencies><build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.8.1</version><configuration><source>1.8</source><target>1.8</target><encoding>UTF-8</encoding></configuration></plugin><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><version>${spring-boot.version}</version><configuration><skip>true</skip></configuration><executions><execution><id>repackage</id><goals><goal>repackage</goal></goals></execution></executions></plugin></plugins></build></project>

子类springai_hello
application.yml

server:port: 18888spring:application:name: springai_helloai:openai:api-key: sk-8cxxxd3293d94b799d7b8000972xxxxbase-url: https://api.deepseek.comchat:options:model: deepseek-chattemperature: 0.7

temperature参数用于控制生成文本的多样性。具体来说：
‌值越高‌，生成的文本越多样化，但也可能包含更多的随机性和不可预测的内容。 ‌值越低‌，生成的文本越接近于确定性的结果，即生成的文本会更加一致和可预测。

子类的pom

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>com.beijing</groupId><artifactId>SpringAi</artifactId><version>1.0-SNAPSHOT</version></parent><artifactId>springai_hello</artifactId><properties><maven.compiler.source>21</maven.compiler.source><maven.compiler.target>21</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-openai</artifactId></dependency><dependency><groupId>org.springdoc</groupId><artifactId>springdoc-openapi-starter-webmvc-ui</artifactId><version>2.5.0</version></dependency></dependencies></project>

配置文件
ChatModelConfig

package com.config;import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class ChatModelConfig {/*** 配置 ChatClient（用于对话调用）*/@Beanpublic ChatClient chatClient(OpenAiChatModel openAiChatModel) {return ChatClient.builder(openAiChatModel).build();}
}

Controller

package com.controller;import jakarta.annotation.Resource;
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 ChatController {@Resourceprivate ChatClient chatClient;@GetMapping("/hello")public String generate(@RequestParam(value = "message") String message) {String call = chatClient.prompt(message).call().content();return call;}
}