Spring AI入门教程：快速上手AI应用开发

1. 简介

Spring AI是Spring官方推出的AI应用开发框架，旨在简化在Spring应用中集成人工智能功能的过程。该项目为Java开发者提供了统一的API来访问各种AI模型，包括OpenAI、Azure OpenAI、Amazon Bedrock等主流AI服务。

主要优势：

• 统一的API接口，降低学习成本
• 与Spring生态无缝集成
• 支持多种AI模型提供商
• 简化配置和错误处理

适用场景：聊天应用、内容生成、代码助手、智能客服等AI驱动的应用开发。

2. 快速开始

环境要求

• JDK: 17或更高版本
• Spring Boot: 3.2.0或更高版本
• 构建工具: Maven或Gradle

项目创建

使用Spring Initializr快速创建项目：

1. 访问 start.spring.io
2. 选择以下依赖：
   • Spring Web
   • Spring AI
3. 生成并下载项目

项目结构

src/main/java/
├── Application.java
├── controller/
│   └── AIController.java
└── service/
    └── AIService.java

3. 核心配置

依赖配置（Maven）

<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>

配置文件（application.yml）

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY}
      chat:
        options:
          model: gpt-3.5-turbo
          temperature: 0.7

API密钥配置

在环境变量中设置OpenAI API密钥：

export OPENAI_API_KEY=your-openai-api-key

4. 代码示例

示例1：基础聊天服务

@Service
public class ChatService {
    
    private final ChatClient chatClient;
    
    public ChatService(ChatClient chatClient) {
        this.chatClient = chatClient;
    }
    
    public String chat(String message) {
        return chatClient.call(message);
    }
}

示例2：带上下文的对话

@RestController
public class AIController {
    
    @Autowired
    private ChatService chatService;
    
    @PostMapping("/chat")
    public ResponseEntity<String> chat(@RequestBody ChatRequest request) {
        String response = chatService.chat(request.getMessage());
        return ResponseEntity.ok(response);
    }
    
    public static class ChatRequest {
        private String message;
        
        // getter和setter
        public String getMessage() { return message; }
        public void setMessage(String message) { this.message = message; }
    }
}

示例3：流式响应

@GetMapping("/chat/stream")
public Flux<String> chatStream(@RequestParam String message) {
    return chatClient.stream(message)
        .map(chatResponse -> chatResponse.getResult().getOutput().getContent());
}

5. 总结

学习要点：

• Spring AI提供了统一的AI模型访问接口
• 配置简单，与Spring Boot无缝集成
• 支持同步和异步调用方式

下一步建议：

• 探索更多AI模型提供商
• 学习提示词工程优化
• 了解AI应用的最佳实践