---

一、前言

在 AI 正以前所未有的速度“下沉”到各類系統與業務的當下，Spring 官方推出的 Spring AI 項目，為 Java 開發者構建 AI 應用提供了原生生態支持。

本篇作為《Spring AI 深度實踐全指南》的第一篇，將從宏觀視角帶你了解：

• Spring AI 是什么？為什么出現？
• 它能做什么？解決哪些問題？
• Spring AI 的模塊架構與組件全景

---

二、簡介

Spring AI 是由 Spring 團隊推出的 AI 接入與增強框架，目標是：

“為 Java 應用程序提供一致、可配置、可擴展的 AI 接入與 Agent 構建能力。”

它提供了統一的抽象，隱藏了 LLM（大語言模型）背后 API 的復雜性，同時也支持與向量數據庫、工具鏈、Prompt 模板、內存機制、智能 Agent 構建等模塊配合使用。

Spring AI 的設計理念秉承 Spring 風格：“約定優于配置”、模塊化、可組合、依賴注入友好。

---

三、核心能力概覽

模塊	作用簡述
ChatClient	與 LLM 模型交互的統一客戶端
PromptTemplate	構造動態 Prompt 模板
Tool API	讓模型調用 Java 方法（如工具、服務等）
VectorStore	支持向量數據庫用于 RAG 檢索增強
Memory	提供對話歷史、Agent 記憶等持久能力
Agent	多工具組合 + 任務執行規劃器，構建智能體
EmbeddingClient	統一封裝嵌入生成調用（OpenAI、HuggingFace）

---

四、理解模塊架構圖

說明：

• ChatClient 是交互的核心。
• PromptTemplate 實現模板填充與變量注入。
• ToolExecutor 實現 Tool Calling（函數調用）。
• Memory 管理上下文記憶。
• VectorStoreRetriever 連接向量數據庫。

---

五、模型適配能力

Spring AI 支持以下主流模型：

模型服務提供商	支持模型示例	接入方式
OpenAI	GPT-3.5 / GPT-4 / Embedding	API Key
Azure OpenAI	同上，接入方式不同	endpoint + api-version
HuggingFace	Mistral / LLaMA2 等開源模型	token + model-id
Ollama	本地部署模型（通過 REST 接入）	默認端口本地 REST 調用

---

六、最小應用示例

@SpringBootApplication
public class AiDemoApplication {public static void main(String[] args) {SpringApplication.run(AiDemoApplication.class, args);}@Beanpublic ChatClient chatClient(OpenAiChatClient openAiChatClient) {return openAiChatClient;}
}

application.yml 配置：

spring:ai:openai:api-key: sk-xxxchat:model: gpt-4

使用示例：

@Autowired ChatClient chatClient;
String result = chatClient.call("請寫一首七言律詩");

---

七、與傳統 LLM 調用相比

傳統方式（如直接調用 OpenAI SDK）：

• 模型 API 耦合嚴重，難以切換
• Prompt 拼接凌亂，管理困難
• 無法統一調用日志、內存、工具

Spring AI 提供：

• 高層封裝
• 統一日志
• Prompt 管理
• 向量集成
• 工具綁定

---

八、總結

本篇我們從宏觀視角介紹了 Spring AI 的架構、能力、適配模型與典型使用方式。是不是很不錯，心動了么？請關注博主文章哦。

九、參考

Java驅動AI革命：Spring AI八篇進階指南——從架構基礎到企業級智能系統實戰