SpringAI上

Silence2026-08-262026-08-26

前言

之前学习了python的langchain,一直觉得学得模模糊糊的，本来对python的使用比较陌生，还是干回java老本行吧学起来都要顺手一些
这篇文章是学习springai的上半部分，主要是学习时遇到的问题解决还有自己对springai的理解如有错误请指正

springai项目的搭建问题

在项目初期搭建的时候，配置依赖的时候遇到依赖冲突的问题，我们当前使用的时Spring AI 2.0.1 版本，在构建maven的时候使用的是3.5.11版本进行统一的构建。根据官方参考文档

Spring AI 2.0.x 支持 Spring Boot 4.0.x 和 4.1.x。
``
可见Spring AI 2.0.x 支持 Spring Boot 4.0.x 和 4.1.x，同时这里注意，根据官方要求jdk版本在jdk21以上，这里我使用的是jdk21版本
读者如果需要选择合适的版本，需要去官网https://docs.spring.io/spring-ai/reference/getting-started.html查看支持的版本避免出现同样的错误
查看当前springai版本号https://spring.io/projects/spring-ai#overview
同时根据spring官方文档推荐，构建项目时推荐使用BOM统一管理spring-ai的所有子模块的版本
```xml
<!-- Spring AI BOM：统一管理 spring-ai 所有子模块的版本 -->
    <dependencyManagement>
        <dependencies>
            <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>

ChatModel理解

ChatModel是springai的一个核心组件，它负责与大模型进行交互，返回模型的响应。在springai中，ChatModel的实现类是ChatOpenAI，它基于OpenAI的API进行交互。
ChatModel源文档

public interface ChatModel extends Model<Prompt, ChatResponse>, StreamingChatModel {
    default @Nullable String call(String message) {
        Prompt prompt = new Prompt(new UserMessage(message));
        Generation generation = this.call(prompt).getResult();
        return generation != null ? generation.getOutput().getText() : "";
    }
}

这里大致分为两块:

Prompt: 构建用户的消息，例如用户的提示词 user,系统提示词system同时包括历史消息的构建等
ChatModel : 负责将 Prompt 发送给大模型并获取响应。在 Spring AI 中，最常用的实现是 ChatOpenAI（基于 OpenAI API）
ChatResponse: 模型响应，封装了模型返回的完整信息
Generation: 单个生成结果
StreamingChatModel 流式交互

这里可以看出，ChatModel与大模型进行交互返回模型的响应流程为，Prompt用户提示词，系统提示词，历史记录等进行构建->将构建完成的Prompt交给call 这里核心就是交给ChatResponse
源码:
1
ChatResponse call(Prompt prompt);

返回的结果由Generation接住

1	Generation generation = this.call(prompt).getResult();

完整示例代码:

@Service
public class ChatService {
    private final ChatModel chatModel;
    private final List<Message> conversationHistory = new ArrayList<>();
    
    public ChatService(ChatModel chatModel) {
        this.chatModel = chatModel;
        // 初始化系统提示
        conversationHistory.add(new SystemMessage("你是一个友好的AI助手"));
    }
    
    public String chat(String userMessage) {
        // 添加用户消息到历史
        conversationHistory.add(new UserMessage(userMessage));
        
        // 构建 Prompt
        Prompt prompt = new Prompt(conversationHistory);
        
        // 调用模型
        ChatResponse response = chatModel.call(prompt);
        String assistantReply = response.getResult().getOutput().getText();
        
        // 将 AI 回复添加到历史
        conversationHistory.add(new AssistantMessage(assistantReply));
        
        return assistantReply;
    }
}

由此可以看出，ChatModel进行了整体流程的封装，但是也能看出在实际场景中，使用ChatModel较为复杂，这里由此引出了ChatClient

ChatClient

根据上文，ChatModel的使用很复杂，这里springai为我们提供了封装以后的ChatClient能够更为简单的使用

简单调用

@RestController
@RequestMapping("/chatClientDemo")
public class ChatClientDemoController {
    private final ChatClient chatClient;
    //构建ChatModel
    public ChatClientDemoController(ChatClient.Builder builder) {
        this.chatClient = builder.build();
    }
    @GetMapping
    public String msg(@RequestParam String message) {
        return chatClient.prompt()
                .user(message)
                .call()
                .content();
    }
}

通过配置文件配置多个聊天模型

@Configuration
class ChatClientConfig {

    @Bean
    ChatClient defaultChatClient(ChatClient.Builder builder) {
        return builder.build();
    }

    @Bean
    ChatClient colorChatClient(ChatClient.Builder builder) {
        //默认系统提示词
        return builder.defaultSystem("You are a color assistant.").build();
    }
}

默认元数据支持(这里用户元数据和系统元数据同理)

@Configuration
class Config {
    @Bean
    ChatClient chatClient(ChatClient.Builder builder) {
        return builder
            .defaultSystem(s -> s.text("You are a helpful assistant")
            //这里也可以传入param
                .metadata("assistantType", "general")
                .metadata("version", "1.0"))
            .defaultUser(u -> u.text("Default user context")
                .metadata("sessionId", "default-session"))
            .build();
    }
}