欢迎关注微信公众号：互联网全栈架构

现在AI这么火爆，Java程序员如何参与其中呢？答案来了，那就是Spring AI。创作不易，烦请点个在看、点个赞。

本文就来讲一讲什么是Spring AI，并且编写一个Hello World程序，接入本地的DeepSeek，并且与其聊天。主要分为以下几个部分：

一、什么是Spring AI

二、编写Spring AI程序

三、测试

四、总结

一

什么是Spring AI

总体来讲，在人工智能领域，编程语言Python会显得高出一档，而Java语言或者Spring框架都有点相对滞后。为了弥补这一缺陷，Spring团队推出了Spring AI框架，旨在帮助Java程序员快速进行AI的相关开发，目前，已经推出了Spring AI 1.0.0 M1版本，当然，这个版本还在不断完善中，还不是GA(General Availability)。

顾名思义，Spring AI框架是用来进行AI应用开发的，它旨在简化人工智能应用程序的开发流程，减少或者避免不必要的复杂性。Spring AI具备以下特性：

1. 支持主流的AI模型，比如Anthropic, OpenAI, Microsoft, Amazon, Google, and Ollama。

2. 跨模型的兼容性，它提供跨AI提供商的API，这样就可以综合利用各平台的能力，同时它也提供特定模型的API。

3. 支持主流的向量数据库，包括Apache Cassandra, Azure Vector Search, Elasticsearch, Neo4j, Redis, SAP Hana等。

4. 模型输出映射，它能够将模型输出转换成Java对象（POJO），这样就大大降低了AI开发的难度。

5. 函数调用，使得AI模型能够与外部API进行交互，从而增强应用的功能性和灵活性。

。。。。。。

总体来讲，Spring AI解决的核心问题是：把你的数据和API与AI模型连接起来。

二

编写Spring AI程序

接下来我们就创建一个Spring AI的Hello World程序，它会连接本地的DeepSeek，并且调用接口进行交互。

环境准备：Spring AI要求Spring Boot的版本为3.2.x或者3.3.x。JDK为17或者以上版本。

新增一个父工程，pom.xml的内容如下：

<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 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.4</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>

    <groupId>com.myai</groupId>
    <artifactId>example</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <packaging>pom</packaging>

    <name>example</name>
    <description>example</description>

    <modules>
        <module>dm-sample</module>
    </modules>

    <properties>
        <java.version>17</java.version>
    </properties>

    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-web</artifactId>
                <version>3.3.4</version>
            </dependency>

            <dependency>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-starter-test</artifactId>
                <version>3.3.4</version>
            </dependency>

            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
                <version>1.0.0-SNAPSHOT</version>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>

</project>

再创建一个模块，模块的pom.xml：

<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.myai</groupId>
    <artifactId>example</artifactId>
    <version>0.0.1-SNAPSHOT</version>
  </parent>
  <groupId>com.myai</groupId>
  <artifactId>dm-sample</artifactId>
  <version>1.0-SNAPSHOT</version>
  <packaging>jar</packaging>

  <name>dm-sample</name>
  <url>http://maven.apache.org</url>

  <properties>
    <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-ollama-spring-boot-starter</artifactId>
    </dependency>
  </dependencies>

  <build>
    <plugins>
      <plugin>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-maven-plugin</artifactId>
      </plugin>
    </plugins>
  </build>
</project>

这样，工程创建好了，接下来创建一个Controller类，用于接收请求，它把前端发过来的消息，转发给大模型，并把模型的结果返回给前端：

package com.myai.doc.controller;

import org.springframework.ai.chat.client.ChatClient;
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;

@RestController
@RequestMapping("/ai")
publicclass ChatController {

    privatefinal ChatClient chatClient;

    public ChatController(ChatClient.Builder chatClient) {
        this.chatClient = chatClient.build();
    }

    @GetMapping("/chat")
    public String chat(@RequestParam(value = "message") String message) {
        String result;
        try {
            result = chatClient.prompt().user(message).call().content();
        } catch (Exception e) {
            return"Exception";
        }
        return result;
    }
}

对应的配置文件application.yaml：

spring:
  http:
    encoding:
      charset: UTF-8
      enable: true
      force: true
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: deepseek-r1:1.5b

当然，底层还是基于Spring Boot框架的，所以需要创建一个启动类，这个就非常简单了，此处不再给出，如果需要可以参考之前的文章。

三

测试

运行上面的程序，确保本地的Ollama在运行。关于本地部署DeepSeek的方法，请参考之前的文章：DeepSeek本地部署流程：超级简单，配置要求很低

在浏览器里面输入：

http://localhost:8080/ai/chat?message=hello

参数message就是我们跟大模型聊天的内容，这里是hello，回车后就出现下面的结果：

四

总结

这样，Spring AI的Hello World就算是完成了，并且接入的是现在超级火爆的DeepSeek。大模型的能力无庸置疑，有了这样的框架，让我们Java程序员非常广阔的想象空间。

Spring AI现在还是特别成熟，从版本号也就可见一斑，不过，依据Spring强大的社区力量和号召力，以及高歌猛进的AI演进，相信Spring AI会越来越成熟，早点入局，会带给我们更多的机会。

有任何问题，也欢迎留言讨论。

参考文章：

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

推荐阅读：

DeepSeek本地部署流程：超级简单，配置要求很低