Spring AI 使用教程（2025年5月24日更新）

---

一、環境搭建與項目初始化

1. 創建Spring Boot項目

   • 使用IDEA或Spring Initializr創建項目，選擇JDK 17或更高版本（推薦21）。
   • 勾選依賴項：Spring Web、Lombok，Maven或Gradle作為構建工具。
   • 添加Spring AI依賴（以OpenAI為例）：

     <dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-spring-boot-starter</artifactId><version>1.0.0-M6</version>
     </dependency>
     

2. 配置API密鑰
   在application.yml中配置模型服務（以DeepSeek為例）：

   spring:ai:openai:api-key: sk-your-api-keybase-url: https://api.deepseek.com/v1chat:options:model: deepseek-chat
   ```<sup>5</sup><sup>8</sup><sup>11</sup>

---

二、基礎功能實現

1. 調用大模型生成文本

   • 通過ChatClient發送請求：

     @RestController
     public class ChatController {@Autowiredprivate ChatClient chatClient;@GetMapping("/chat")public String chat(@RequestParam String prompt) {return chatClient.prompt(prompt).call().content();}
     }
     

   • 啟動應用后，訪問http://localhost:8080/chat?prompt=寫一首春天的詩即可獲取響應。

2. 文檔處理（ETL）

   • 添加文檔處理依賴（如PDF解析）：

     <dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-tika-document-reader</artifactId>
     </dependency>
     

   • 讀取并轉換本地文檔：

     DocumentReader reader = new TikaDocumentReader();
     List<Document> docs = reader.read("file:///data.pdf");
     

---

三、高級應用場景

1. RAG（檢索增強生成）

   • 結合本地數據與大模型，實現知識庫增強問答：
     • 使用spring-ai-spark集成訊飛星火：

       <dependency><groupId>com.iflytek.spark</groupId><artifactId>spring-ai-spark-spring-boot-starter</artifactId><version>1.0.0-M6-SNAPSHOT</version>
       </dependency>
       

     • 將本地數據向量化存儲，通過語義檢索生成精準答案。

2. MCP服務集成

   • 搭建MCP（Model Context Protocol）服務：

     <dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
     </dependency>
     

   • 通過JSON-RPC與模型交互，支持多模態輸入輸出。

---

四、實戰案例：構建網頁聊天應用

1. 前端集成

   • 使用Thymeleaf或React/Vue搭建前端頁面，通過WebSocket或SSE與后端通信。
   • 示例代碼片段（SSE推送）：

     @GetMapping("/stream-chat")
     public SseEmitter streamChat(@RequestParam String prompt) {SseEmitter emitter = new SseEmitter();chatClient.prompt(prompt).stream().subscribe(content -> {emitter.send(content);});return emitter;
     }
     

2. 記憶存儲與會話管理

   • 使用ChatMemory組件保存上下文：

     @Bean
     public ChatMemory chatMemory() {return new InMemoryChatMemory(50); // 保留最近50輪對話
     }
     

---

五、注意事項與調試技巧

1. 常見問題

   • 模型響應慢：調整超時配置spring.ai.openai.chat.options.timeout=60s。
   • 中文支持不佳：在prompt中明確指定“用中文回答”。

2. 日志調試

   • 啟用詳細日志：

     logging:level:org.springframework.ai: DEBUG
     

---

六、總結與擴展

Spring AI通過模塊化設計，支持快速接入主流模型（如DeepSeek、訊飛星火）和高級功能（RAG、MCP）。開發者可結合業務需求擴展以下場景：

• 多模型混合調用：通過@Qualifier注解切換不同模型。
• 工具調用：集成外部API（如天氣查詢）增強AI能力。
• 企業級部署：結合Kubernetes實現彈性擴縮容。