前言

Spring AI，听着名字就感觉很好使用，快速上手，虽然功能没有太完善，但是社区活跃度很高，可以看看源码，让我们一起成为贡献者吧。

Spring AI

新建SpringBoot工程，然后添加以下依赖：

java"><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.2.1</version>
</parent><groupId>com.qjc</groupId>
<artifactId>spring-ai-demo</artifactId>
<version>1.0-SNAPSHOT</version><properties><maven.compiler.source>17</maven.compiler.source><maven.compiler.target>17</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
</properties><dependencyManagement><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>0.8.1-SNAPSHOT</version><type>pom</type><scope>import</scope></dependency></dependencies>
</dependencyManagement><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-spring-boot-starter</artifactId></dependency>
</dependencies><repositories><repository><id>spring-milestones</id><name>Spring Milestones</name><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository><repository><id>spring-snapshots</id><name>Spring Snapshots</name><url>https://repo.spring.io/snapshot</url><releases><enabled>false</enabled></releases></repository>
</repositories>

需要注意的是：由于版本的不同，可能会引起很多的问题，因为底层的版本使用的webflux，需要对应，这是我碰到的问题。

java"> <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-webflux</artifactId></dependency>

然后定义一个ChatController：

java">package com.qjc.demo.controller;import org.springframework.ai.chat.ChatClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;/**** @projectName spring-ai-demo* @packageName com.qjc.demo.controller* @author qjc* @description TODO* @Email qjc1024@aliyun.com* @date 2024-10-16 09:05**/
@RestController
public class ChatController {@Autowiredprivate ChatClient chatClient;@GetMapping("/chat")public String generate(@RequestParam String message) {return chatClient.call(message);}}

由于依赖了：

java"><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>

该starter中间接依赖了：

java"><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-spring-boot-autoconfigure</artifactId><version>0.8.1-SNAPSHOT</version><scope>compile</scope>
</dependency>

而该依赖中针对各个大模型提供了一个对应的自动配置类，比如OpenAiAutoConfiguration，而在该自动配置类中定义了以下几个Bean：

1. OpenAiChatClient：文字聊天客户端
2. OpenAiEmbeddingClient：文本向量化客户端
3. OpenAiImageClient：文生图客户端
4. OpenAiAudioTranscriptionClient：语音转文字客户端

这些Bean在创建时就会构造底层连接OpenAi的客户端OpenAiApi对象，其中会用到以下几种配置：

1. OpenAiConnectionProperties：连接配置
2. OpenAiChatProperties：聊天配置
3. OpenAiEmbeddingProperties：向量化配置
4. OpenAiImageProperties：文生图配置
5. OpenAiAudioTranscriptionProperties：语音转文字配置

连接OpenAi的地址就apiKey就在OpenAiConnectionProperties中，比如application.properties的配置为：

java">spring.ai.openai.base-url=http://localhost:3000
spring.ai.openai.api-key=sk-xxxxx

ChatClient

所以，当我们需要基于OpenAI来提问时，直接注入ChatClient或OpenAiChatClient就可以了：

java">@Autowired
private ChatClient chatClient;

然后就可以使用call()方法来进行提问了：

java">@GetMapping("/chat")
public String chat(@RequestParam String message) {return chatClient.call(message);
}

ImageClient

使用下文生图的API：

java">@Autowired
private ImageClient imageClient;@GetMapping("/image")
public String image(@RequestParam String message) {ImagePrompt imagePrompt = new ImagePrompt(message);ImageResponse imageResponse = imageClient.call(imagePrompt);return imageResponse.getResult().getOutput().getUrl();
}

访问该URL即可拿到对应图片。

OpenAiAudioTranscriptionClient

也可以使用语音转文字的API：

java">@Value("classpath:/abc.flac")
private Resource audioFile;@Autowired
private OpenAiAudioTranscriptionClient audioTranscriptionClient;@GetMapping("/audio")
public String audio() {AudioTranscriptionPrompt transcriptionRequest = new AudioTranscriptionPrompt(audioFile);AudioTranscriptionResponse response = audioTranscriptionClient.call(transcriptionRequest);return response.getResult().getOutput();
}

EmbeddingClient

也可以用来对文本进行向量化：

java">@Autowired
private EmbeddingClient embeddingClient;@GetMapping("/embedding")
public List<Double> embedding(@RequestParam String message) {return embeddingClient.embed(message);
}

总结

SpringBoot的自动配置，基于自动配置，我们只需要直接依赖注入对应的Client就可以使用了,还是那么的善解人意，LangChain4j虽好但不是我的最爱，我更加的偏向Spring AI，因为使用简单，扩展方便，拥有强大的自动配置等，更适用于SpringBoot 让开发更加简洁。