使用 Spring AI 在 Spring Boot 中构建生成式 AI 应用

无亟

苟日新，日日新，又日新。

生活从不眷顾因循守旧、满足现状者，从不等待不思进取、坐享其成者，而是将更多的机遇留给善于和勇于创新的人们。

在人工智能飞速发展的今天，无论是 AI 相关的技术，还是 AI 相关的产品，都是层出不穷、日新月异。

简介
Spring AI 是一个基于Spring生态的 AI 接入组件，简化人工智能应用的开发流程，提供了抽象接口，作为开发 AI 应用程序的基础。 这些抽象具有多种实现，支持以最少的代码更改轻松交换组件。

它为 Java 开发者提供强大的 AI 接入能力，让开发者可以在 Spring 项目中轻松调用各类 AI 接口，它支持主流的 AI 模型提供商，例如：Anthropic、OpenAI、Microsoft、Amazon、Google 和 Ollama 等。

环境准备
需要准备Java、Maven环境。

Java 17或更高版本
Maven 3.6/gradle 或更高版本
Spring Boot 3.2.x and 3.3.x
安装
在此之前请初始化一个 Spring Boot 项目：https://start.spring.io/ 。

在 pom.xml 中指定 spring io 仓库:

1. <repositories>
   
2.   <repository>
   
3.     <id>spring-milestones</id>
   
4.     <name>Spring Milestones</name>
   
5.     <url>https://repo.spring.io/milestone</url>
   
6.     <snapshots>
   
7.       <enabled>false</enabled>
   
8.     </snapshots>
   
9.   </repository>
   
10.   <repository>
    
11.     <id>spring-snapshots</id>
    
12.     <name>Spring Snapshots</name>
    
13.     <url>https://repo.spring.io/snapshot</url>
    
14.     <releases>
    
15.       <enabled>false</enabled>
    
16.     </releases>
    
17.   </repository>
    
18. </repositories>

复制代码

添加依赖管理器：

1. <dependencyManagement>
   
2.     <dependencies>
   
3.         <dependency>
   
4.             <groupId>org.springframework.ai</groupId>
   
5.             <artifactId>spring-ai-bom</artifactId>
   
6.             <version>1.0.0-SNAPSHOT</version>
   
7.             <type>pom</type>
   
8.             <scope>import</scope>
   
9.         </dependency>
   
10.     </dependencies>
    
11. </dependencyManagement>

复制代码

然后选择一个模型，并配置相关依赖。

这里以 ollama 为例，请参考 Ollama 官网，安装Ollama，并部署运行一个模型，这里以 deepseek 模型为例：

1. ollama run deepseek-r1:1.5b

复制代码

在 pom.xml 添加ollama依赖:

1. <dependency>
   
2.     <groupId>org.springframework.ai</groupId>
   
3.     <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
   
4. </dependency>

复制代码

配置
使用 Ollama，有很多配置，可以参考官网：https://docs.spring.io/spring-ai ... at/ollama-chat.html

这里只需要简单配置一下使用的模型即可，地址和端口都是默认的，也可以根据配置指定，在 application.properties 配置中添加：

1. spring.ai.ollama.base-url=http://localhost:11434
   
2. spring.ai.ollama.chat.options.model=deepseek-r1:1.5b

复制代码

控制器在项目中创建一个controller，提供一个交互的接口：

1. package com.example.demo.springai.controller;
   
2. 
   
3. import org.springframework.ai.chat.client.ChatClient;
   
4. import org.springframework.web.bind.annotation.GetMapping;
   
5. import org.springframework.web.bind.annotation.RestController;
   
6. 
   
7. @RestController
   
8. class MyController {
   
9. 
   
10.     private final ChatClient chatClient;
    
11. 
    
12.     public MyController(ChatClient.Builder chatClientBuilder) {
    
13.         this.chatClient = chatClientBuilder.build();
    
14.     }
    
15. 
    
16.     @GetMapping("/ai")
    
17.     String generation(String userInput) {
    
18.         return this.chatClient.prompt()
    
19.             .user(userInput)
    
20.             .call()
    
21.             .content();
    
22.     }
    
23. }

复制代码

如果需要流式输出，可以将call()改成stream，就像这样：

1.     @GetMapping("/ai")
   
2.     Flux<String> generation(String userInput) throws UnsupportedEncodingException {
   
3.         return this.chatClient.prompt()
   
4.             .user(userInput)
   
5.             .stream()
   
6.             .content();
   
7.     }

复制代码

这里提供了一个/ai的接口，接收userInput输入参数，然后调用模型交互返回内容。

启动
启动Spring Boot项目，然后可以使用浏览器访问http://localhost:8080/ai?userInput=springai，就可以看到AI的回复了。

最后
除此之外，Spring Boot还支持主流的矢量数据、向量存储、模型评估等功能。目前来看，Spring Boot显然已是Java开发者接入AI应用的必备利器。

抢走你饭碗的不是AI，而是会用AI的人。