今天我们不聊虚的，直接手把手带你玩转 Spring AI。

以前我们开发 AI 应用总觉得 Python 是唯一选择，但现在，Spring AI 的出现彻底改写了游戏规则。它让 Java 开发者能像调用普通 Service 一样，优雅地集成 OpenAI、Ollama、甚至本地的大模型。

一、 为什么选 Spring AI？

• 统一抽象：换个模型只需改一行配置，代码不用动。

• 原生集成：完美契合 Spring Boot 生态（自动装配、流式输出、函数调用）。

• 本地+云端双修：既能白嫖本地的 Ollama (Llama 3/DeepSeek)，也能对接 OpenAI/Claude。

二、 核心环境准备

1. JDK 17+（Spring AI 的强制要求）。

2. Spring Boot 3.2+。

3. Ollama（如果你想在本地免费跑模型，请去 ollama.com 下载并运行 ollama run llama3.1）。

三、 实战：3分钟搭建 AI 对话系统

1. 引入依赖 (pom.xml)

我们需要添加 Spring AI 的仓库和 Starter。

<dependencies>
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
</dependencies>

<repositories>
    <repository>
        <id>spring-milestones</id>
        <name>Spring Milestones</name>
        <url>https://repo.spring.io/milestone</url>
        <snapshots><enabled>false</enabled></snapshots>
    </repository>
</repositories>

2. 核心配置 (application.yml)

只需几行，告诉 Spring 连哪个模型。

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        options:
          model: llama3.1  # 或者 deepseek-r1
          temperature: 0.7 # 随机性，越大越有创意

3. 编写 Controller 代码

这是最爽的地方——ChatClient 就像 RestTemplate 一样简单。

@RestController
public class AiController {

    private final ChatClient chatClient;

    // 使用 Builder 模式构建，方便后续添加 Memory (记忆) 或 Tools (工具)
    public AiController(ChatClient.Builder builder) {
        this.chatClient = builder.build();
    }

    /**
     * 普通对话：输入问题，直接返回答案
     */
    @GetMapping("/chat")
    public String chat(@RequestParam String message) {
        return chatClient.prompt()
                .user(message)
                .call()
                .content();
    }

    /**
     * 流式对话 (SSE)：像 ChatGPT 一样一个字一个字蹦出来
     */
    @GetMapping(value = "/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public Flux<String> streamChat(@RequestParam String message) {
        return chatClient.prompt()
                .user(message)
                .stream()
                .content();
    }
}

四、 进阶：如何集成 OpenAI？

如果你有 API Key，只需把依赖换成 spring-ai-openai-spring-boot-starter，然后在配置文件中设置：

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY}
      chat:
        options:
          model: gpt-4o

代码一行都不用改！ 这就是 Spring AI 抽象层的强大之处。

五、 总结与展望

通过上面的代码，你已经实现了一个高性能的 AI 接口。Spring AI 还能做更多：

• RAG (检索增强生成)：读取你的 PDF、数据库，让 AI 回答私有知识。

• Function Calling：让 AI 自动调用你的 Java 方法（比如查天气、查库存）。

• Multimodal：图片识别、音频转文字。