当前位置：首页 > news >正文

Spring AI: 为Java开发者赋能的AI工程框架

news 2025/9/26 11:20:08

Spring AI是一个面向AI工程的应用框架，旨在将Spring生态系统（以其依赖注入和模块化设计而闻名）的设计原则，无缝扩展至人工智能领域。它为Java开发者提供了一套强大而熟悉的工具，用以构建、集成和部署由大型语言模型（LLM）驱动的现代化应用程序。

核心理念：简化与集成

Spring AI的核心目标是简化与AI模型的交互，并将其深度集成到Spring应用中。它通过提供一套高层抽象API，屏蔽了不同AI服务提供商（如OpenAI、Azure OpenAI, Google Vertex AI Gemini, Amazon Bedrock等）底层实现的复杂性。这意味着开发者可以轻松地在不同的AI模型之间切换，而无需对业务代码进行大规模重构，从而实现了“一次编写，随处运行”的AI集成。

主要特性与功能

Spring AI提供了一系列丰富的功能，以支持AI应用的开发：

统一的AI模型API：为不同类型的AI模型（如聊天、文本生成图像、嵌入式）提供了一致的编程接口。
可移植的ChatClient与EmbeddingClient：这是与AI模型交互的核心组件，开发者可以通过简单的配置切换底层的模型实现。
提示词模板（Prompt Templates）：允许开发者创建参数化的提示词，将动态数据轻松地整合到与AI模型的交互中。
输出解析器（Output Parsers）：可以将AI模型的原始输出（通常是文本）自动转换为结构化的Java对象（POJOs），极大地简化了数据的后续处理。
检索增强生成（Retrieval-Augmented Generation - RAG）：通过与主流的向量数据库（如Chroma, Milvus, Pinecone, Redis, PostgreSQL/PGVector等）集成，Spring AI可以轻松地将私有数据引入到AI模型的生成过程中，从而提高回答的准确性和相关性。
函数调用（Function Calling）：允许AI模型调用外部系统的函数或API，从而能够与外部世界进行交互，执行诸如查询数据库、调用微服务等操作。
强大的生态集成：作为Spring家族的一员，Spring AI与Spring Boot、Spring Cloud等项目紧密集成，可以充分利用Spring的自动配置、依赖管理和云原生能力。

快速上手：一个简单的“Hello World”示例

以下是一个简单的Spring Boot应用示例，展示了如何使用Spring AI与OpenAI进行交互：

1. 添加依赖

首先，在你的pom.xml文件中添加Spring AI的依赖：

<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-M1</version><type>pom</type><scope>import</scope></dependency></dependencies>
</dependencyManagement>

2. 配置API密钥

在application.properties文件中配置你的OpenAI API密钥：

spring.ai.openai.api-key=<YOUR_OPENAI_API_KEY>

3. 创建一个REST控制器

创建一个简单的REST控制器来接收请求并与AI模型交互：

import org.springframework.ai.chat.ChatClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;import java.util.Map;@RestController
public class ChatController {private final ChatClient chatClient;@Autowiredpublic ChatController(ChatClient chatClient) {this.chatClient = chatClient;}@GetMapping("/ai/generate")public Map<String, String> generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {return Map.of("generation", chatClient.call(message));}
}

现在，运行你的Spring Boot应用，并通过浏览器或curl访问http://localhost:8080/ai/generate?message=Who+is+the+first+person+to+walk+on+the+moon?，你将会得到一个由AI模型生成的回答。

丰富的模型与向量数据库支持

Spring AI致力于提供广泛的集成支持，涵盖了市面上主流的AI模型和向量数据库：

支持的聊天模型：OpenAI, Azure OpenAI, Google Vertex AI Gemini, Amazon Bedrock (Cohere, Llama2, Titan), Ollama, HuggingFace等。
支持的嵌入式模型：OpenAI, Azure OpenAI, Ollama, ONNX, PostgreSQL/PGVector等。
支持的文本到图像模型：OpenAI DALL-E, Stability AI。
支持的向量数据库：Azure Vector Search, Chroma, Milvus, Neo4j, PostgreSQL/PGVector, Pinecone, Qdrant, Redis, Weaviate等。