快速上手SpringAI 2.0
前面那篇1.0没用，一点用没有，还得是CSDN大佬啊
快速使用
创建项目
选择创建 Spring Initializr 项目，JDK最低要求17，不可低于17
依赖选择
- SpringBoot版本需要高于3.X
需要的依赖项：
- Lombok
- Spring Web
- MySQL Driver
- openAI
最终的xml文件应为：
<?xml version="1.0" encoding="UTF-8"?>
<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>
<groupId>com.example</groupId>
<artifactId>SpringAI_Study</artifactId>
<version>0.0.1-SNAPSHOT</version>
<name>SpringAI_Study</name>
<description>SpringAI_Study</description>
<properties>
<java.version>17</java.version>
<spring-boot.version>3.5.3</spring-boot.version>
<spring-ai.version>1.0.0</spring-ai.version>
</properties>
<!-- 添加仓库配置 -->
<repositories>
<repository>
<id>maven-central</id>
<url>https://repo1.maven.org/maven2</url>
</repository>
<repository>
<id>spring-milestones</id>
<url>https://repo.spring.io/milestone</url>
</repository>
</repositories>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>
<dependency>
<groupId>com.mysql</groupId>
<artifactId>mysql-connector-j</artifactId>
<scope>runtime</scope>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<optional>true</optional>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
<!-- 关键：手动导入 BOM 管理版本 -->
<dependencyManagement>
<dependencies>
<!-- Spring Boot BOM -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-dependencies</artifactId>
<version>${spring-boot.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
<!-- Spring AI BOM -->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bom</artifactId>
<version>${spring-ai.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<version>${spring-boot.version}</version>
<configuration>
<excludes>
<exclude>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</exclude>
</excludes>
</configuration>
</plugin>
</plugins>
</build>
</project>
配置文件
application.yaml
spring:
application:
name: SpringAI_Study
ai:
openai:
base-url: https://dashscope.aliyuncs.com/compatible-mode/v1
api-key: sk-ab194af7f1a9411396d4510c14******
chat:
options:
model: qwen-max
temperature: 0.9
开始编写代码
配置类
在项目内创建一个config包，在里面创建配置类，用于初始化使用指定的ChatClient模型
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class SpringAiConfig {
@Bean
public ChatClient chatClient(ChatModel chatModel) {
return ChatClient
.builder(chatModel)
.defaultSystem("你是一个Java大佬，精通各种框架和中间件，需要你解决用户的问题")
.build();
}
}
- 在这里
defaultSystem就可以用来设置系统提示词，不用像1.0那里搞得这么麻烦
Controller 类
@RestController
@Slf4j
@RequiredArgsConstructor
public class ChatController {
private final ChatClient chatClient;
@RequestMapping(value = "/chat", produces = "text/html;charset=UTF-8")
public Flux<String> chat(String message){
log.info("用户问：{}", message);
return chatClient
.prompt()
.user(message)
.stream() // 流式响应，可以换成call()
.content();
}
}
- 如果使用了 stream，要添加上
produces = "text/html;charset=UTF-8"，如果用的是call就不用
实现连续对话
ChatMemory 的配置
@Configuration
public class MemoryConfig {
@Bean
public ChatMemory chatMemory() {
return MessageWindowChatMemory
.builder()
.chatMemoryRepository(new InMemoryChatMemoryRepository())
.maxMessages(20)
.build();
}
}
- 很眼熟啊这里，感觉用起来跟langchain4j一模一样
配置到ChatClient
在LangChain4j里我们可以通过 @AIService 来配置，但是 SpringAI还没有做这个注解，所以这里需要通过 SpringAI 的 Advisor（顾问） 机制
修改前面写的配置类
@Configuration
public class SpringAiConfig {
@Bean
public ChatClient chatClient(OpenAiChatModel chatModel, ChatMemory chatMemory) {
return ChatClient
.builder(chatModel)
.defaultSystem("你是一个Java大佬，精通各种框架和中间件，需要你解决用户的问题")
.defaultAdvisors(
new SimpleLoggerAdvisor(),
MessageChatMemoryAdvisor.builder(chatMemory).build()
)
.build();
}
}
- 这里只加了两个Advisor，一个是记录大模型的请求、响应的日志
SimpleLoggerAdvisor - 另一个是刚刚编写的
ChatMemory
因为配置了 SimpleLoggerAdvisor，所以需要在配置文件修改日志级别，不然看不到日志效果
server:
port: 8080
spring:
application:
name: SpringAI_Study
ai:
openai:
base-url: https://dashscope.aliyuncs.com/compatible-mode
api-key: sk-ab194af7f1a9411396d4510c14f6cc45
chat:
options:
model: qwen-max
temperature: 0.9
logging:
level:
org.springframework.ai.chat.client.advisor: debug
根据会话id区分对话
上面我们配置了 ChatMemory 实现连续对话，但是我们换个浏览器问依旧还是同样的上下文
修改前面的controller
@RestController
@Slf4j
@RequiredArgsConstructor
public class ChatController {
private final ChatClient chatClient;
@RequestMapping(value = "/chat", produces = "text/html;charset=UTF-8")
public Flux<String> chat(@RequestParam("message") String message, @RequestParam("userId") String userId){
log.info("用户问：{}", message);
return chatClient
.prompt()
.user(message)
.advisors(a -> a.param(ChatMemory.CONVERSATION_ID, userId))
.stream() // 流式响应，可以换成call()
.content();
}
}