Spring AI Alibaba

前言：

一、Spring AI 和Spring AI Alibaba

二、Spring AI Alibaba快速入門

1.環境

2.ollama

3.阿里百煉

前言：

? ? ? ? 2025年真的是AI大爆發的一年，以后無論是什么行業我想都需要AI+了，作為一名計算機人，你不學習AI就會被out。我在想以前的項目都叫做傳統項目，以后的項目都會是傳統+智能結合項目了，處在時代的風口，抓住機會趁現在就起飛吧！

????????我在看現在關于Spring AI的資料很雜，并不像傳統的那些存在了好長時間的技術，如框架、MySQL這些資料齊全。剛好在今年上半年跟隨著老師接觸過大模型，在做學校的大集訓時也翻過Spring AI的官方文檔，結合了傳統項目加上了大模型進行了一個整合，我也不算是零基礎了吧。現在想著再深耕一下Spring AI Alibaba，以下是我的自學筆記：

一、Spring AI 和Spring AI Alibaba

? ? ? ? 我們先來了解一下什么是Spring AI？其官方文檔是這樣說的：

簡介 :: Spring AI 中文文檔

? ? ? ? Spring AI?項目旨在簡化應用程序的開發過程，在不增加不必要的復雜性的前提下整合 AI（人工智能）功能。

????????該項目從 LangChain 和 LlamaIndex 等著名 Python 項目中汲取靈感，但 Spring AI 并不是這些項目的直接移植。項目成立的信念是，下一波生成式人工智能應用將不僅僅是 Python 開發人員的專利，它將在多種編程語言中無處不在。

? ? ? ? 也就是Spring AI = 讓 Java 開發者用最少的代碼，快速把各種 AI 能力（大模型、圖像識別等）塞進自己的程序里。

? ? ? ? 那么什么又是Spring AI Alibaba？再來看官方文檔：

Spring AI Alibaba 概覽-阿里云Spring AI Alibaba官網官網

????????Spring AI Alibaba（SAA）是一款以 Spring AI 為基礎，深度集成百煉平臺，支持 ChatBot、工作流、多智能體應用開發模式的 AI 框架。

? ? ? ? 也就是Spring AI Alibaba = 用 Spring 的簡單方式，調用阿里的 AI 服務（通義千問、阿里云 AI 等），省去適配阿里接口的麻煩。

? ? ? ? 總結：Spring AI 是 Java 開發者調用各類 AI 服務（大模型、圖像識別等）的統一簡化工具；Spring AI Alibaba 是專門適配阿里系 AI 服務（通義千問、阿里云 AI 等）并深度融合其生態的定制版工具。

二、Spring AI Alibaba快速入門

????????下面我們來使用Spring AI Alibaba來實現一個簡單的聊天機器人吧！

1.環境

注：Spring Boot版本必須選擇3.0以上的版本，JDK也必須選擇17及以上

Spring Boot 3.4.4、JDK17、Spring AI Alibaba 1.0.0.2

pom.xml：

下面將使用兩種方式調用大模型：ollama和阿里百煉，并使用兩種方式輸出：直接輸出和流式輸出。

<?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.hl</groupId><artifactId>spring-demo</artifactId><version>0.0.1-SNAPSHOT</version><name>spring-demo</name><description>spring-demo</description><properties><java.version>17</java.version><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding><spring-boot.version>3.4.4</spring-boot.version><spring-ai-alibaba.version>1.0.0.2</spring-ai-alibaba.version><spring-ai.version>1.0.0</spring-ai.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</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><!-- spring-ai-alibaba --><dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter-dashscope</artifactId></dependency><!-- ollama --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-ollama</artifactId></dependency></dependencies><dependencyManagement><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-dependencies</artifactId><version>${spring-boot.version}</version><type>pom</type><scope>import</scope></dependency><dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-bom</artifactId><version>${spring-ai-alibaba.version}</version><type>pom</type><scope>import</scope></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>${spring-ai.version}</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement><build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.8.1</version><configuration><source>1.8</source><target>1.8</target><encoding>UTF-8</encoding></configuration></plugin><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><version>${spring-boot.version}</version><configuration><mainClass>com.hl.springdemo.SpringDemoApplication</mainClass><skip>true</skip></configuration><executions><execution><id>repackage</id><goals><goal>repackage</goal></goals></execution></executions></plugin></plugins></build></project>

2.ollama

application.yml：

spring:ai:ollama:base-url: http://localhost:11434chat:options:model: qwen2.5:3b#spring事務管理日志
logging:level:org.springframework.jdbc.support.JdbcTransactionManager: debug

?配置ChatClient：

@Configuration
public class ChatClientConfig {@Beanpublic ChatClient ollamaChatClient(@Qualifier("ollamaChatModel") OllamaChatModel ollamaChatModel) {return ChatClient.builder(ollamaChatModel).build();}}

controller測試：

調用兩個接口進行直接輸出和流式輸出：

package com.hl.springdemo.controller;import io.swagger.v3.oas.annotations.Operation;
import io.swagger.v3.oas.annotations.tags.Tag;
import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;@Slf4j
@RestController
public class ChatController {@Autowired@Qualifier("ollamaChatClient")private ChatClient ollamaChatClient;@GetMapping("/chat1")public String chat(@RequestParam(value = "question", defaultValue = "你是誰？") String question) {log.info("question: {}", question);String content = ollamaChatClient.prompt().user(question).call().content();return content;}@GetMapping(value = "/stream", produces = "text/html;charset=UTF-8")public Flux<String> streamChat(@RequestParam(value = "question", defaultValue = "你是誰？") String question){log.info("question: {}", question);return ollamaChatClient.prompt().user("你是誰？").stream().content();}
}

運行結果：

瀏覽器訪問localhost:8080/chat1?question=你是誰？和localhost:8080/stream?question=你是誰？

流式輸出是大模型持續返回一些話給你知道完成，現在我們使用的平臺（通義和豆包）都是流式輸出。

3.阿里百煉

? ? ? ? 這是第二種調用大模型的方式，需要在阿里云百煉平臺上開通服務并生成一個自己的API Key：

大模型服務平臺百煉控制臺

application.yml：
在上面的yml中繼續配置，完整文件如下：

server:port: 8080spring:ai:ollama:base-url: http://localhost:11434chat:options:model: qwen2.5:3bdashscope:api-key: ${AI_DASHSCOPE_API_KEY}chat:options:model: qwen-max#spring事務管理日志
logging:level:org.springframework.jdbc.support.JdbcTransactionManager: debug

?配置ChatClient：

完整代碼如下：

package com.hl.springdemo.config;import com.alibaba.cloud.ai.dashscope.chat.DashScopeChatModel;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.ollama.OllamaChatModel;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class ChatClientConfig {@Beanpublic ChatClient ollamaChatClient(@Qualifier("ollamaChatModel") OllamaChatModel ollamaChatModel) {return ChatClient.builder(ollamaChatModel).build();}@Beanpublic ChatClient dashscopeChatClient(@Qualifier("dashscopeChatModel")DashScopeChatModel dashscopeChatModel) {return ChatClient.builder(dashscopeChatModel).build();}
}

在controller中添加接口：

@GetMapping("/chat2")public String chat2(@RequestParam(value = "question", defaultValue = "你是誰？") String question) {log.info("question: {}", question);String content = dashscopeChatClient.prompt().user(question).call().content();return content;}

配置環境變量：

打開idea的運行配置，添加環境變量：AI_DASHSCOPE_API_KEY=你的api-key