跳至主要內容

核心概念

Java突击队大约 5 分钟

第二章：Spring AI核心概念与架构

点击这里👇🏻获取：100万QPS短链系统、复杂的商城微服务系统、智能翻译助手AI Agent、SaaS点餐系统、刷题吧小程序、商城系统、秒杀系统、AI项目、代码生成神器、苏三demo项目、智能天气播报AI Agent、智能代码审查AI Agent等 10 个项目的：项目源代码、开发教程和技术答疑

2.1 Spring AI核心组件

Spring AI的设计遵循Spring框架的哲学，提供了清晰、模块化的组件结构。理解这些核心组件是掌握Spring AI的关键。

2.1.1 AI客户端（ChatClient）

ChatClient是Spring AI的核心接口，提供了与AI模型交互的主要方式。它抽象了不同AI服务的差异，提供了统一的API。

public interface ChatClient {
    ChatResponse call(Prompt prompt);
    Stream<ChatResponse> stream(Prompt prompt);
    ChatResponse call(ChatPrompt chatPrompt);
    Stream<ChatResponse> stream(ChatPrompt chatPrompt);
}

主要特性：

  • 统一的API接口
  • 支持同步和异步调用
  • 支持流式响应
  • 自动错误处理

2.1.2 Prompt系统

Prompt是向AI模型发送的输入，Spring AI提供了丰富的Prompt系统：

// 基本Prompt
Prompt prompt = new Prompt("Tell me about Spring AI");

// 带有系统提示的Prompt
Prompt systemPrompt = new Prompt(
    new SystemMessage("You are a helpful assistant"),
    new UserMessage("Tell me about Spring AI")
);

// 带有多个消息的ChatPrompt
ChatPrompt chatPrompt = new ChatPrompt(
    new SystemMessage("You are a helpful assistant"),
    new UserMessage("Tell me about Spring AI"),
    new AssistantMessage("Spring AI is a framework..."),
    new UserMessage("Can you explain more?")
);

2.1.3 Output解析

Spring AI提供了多种方式解析AI模型的输出：

// 基本字符串输出
String content = chatClient.prompt()
    .user("Tell me about Spring AI")
    .call()
    .content();

// 结构化输出
ChatResponse response = chatClient.prompt()
    .user("Tell me about Spring AI")
    .call();

// 获取特定类型的输出
ChatResponseMetadata metadata = response.getMetadata();
List<Generation> generations = response.getResults();

2.2 AI客户端与模板

Spring AI提供了两种主要的客户端实现：ChatClient和ChatClientBuilder。

2.2.1 ChatClient的使用

@RestController
public class AiController {

    private final ChatClient chatClient;

    public AiController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/ai")
    public String generate(@RequestParam String message) {
        return chatClient.prompt()
                .user(message)
                .call()
                .content();
    }
}

2.2.2 ChatClientBuilder的配置

@Bean
public ChatClient chatClient(ChatClient.Builder builder) {
    return builder
            .defaultSystem("You are a helpful assistant")
            .defaultOptions(OpenAiChatOptions.builder()
                    .withModel("gpt-3.5-turbo")
                    .withTemperature(0.7f)
                    .build())
            .build();
}

2.2.3 自定义配置

@Configuration
public class AiConfig {

    @Bean
    public ChatClient chatClient(ChatClient.Builder builder) {
        return builder
                .defaultSystem("You are a technical assistant specialized in Spring framework")
                .defaultUser("User")
                .defaultOptions(OpenAiChatOptions.builder()
                        .withModel("gpt-4")
                        .withMaxTokens(1000)
                        .build())
                .build();
    }
}

2.3 Prompt模板系统

Spring AI的Prompt模板系统允许您创建可重用的Prompt模板。

2.3.1 基本模板

@RestController
public class TemplateController {

    private final ChatClient chatClient;

    public TemplateController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/template")
    public String useTemplate(@RequestParam String topic) {
        PromptTemplate promptTemplate = new PromptTemplate(
            "Tell me about {topic} in 100 words"
        );

        Prompt prompt = promptTemplate.create(Map.of("topic", topic));
        return chatClient.prompt(prompt).call().content();
    }
}

2.3.2 复杂模板

@RestController
public class ComplexTemplateController {

    private final ChatClient chatClient;

    public ComplexTemplateController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/complex-template")
    public String useComplexTemplate(
            @RequestParam String name,
            @RequestParam String role,
            @RequestParam String question) {

        PromptTemplate promptTemplate = new PromptTemplate(
            """
            You are {role}.
            User: {name} asks: {question}
            Please provide a detailed answer.
            """
        );

        Prompt prompt = promptTemplate.create(
            Map.of("role", role, "name", name, "question", question)
        );

        return chatClient.prompt(prompt).call().content();
    }
}

2.3.3 条件模板

@RestController
public class ConditionalTemplateController {

    private final ChatClient chatClient;

    public ConditionalTemplateController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/conditional-template")
    public String useConditionalTemplate(
            @RequestParam String language,
            @RequestParam String code) {

        PromptTemplate promptTemplate = new PromptTemplate(
            """
            Convert the following {language} code to Java:
            {code}
            """
        );

        Prompt prompt = promptTemplate.create(
            Map.of("language", language, "code", code)
        );

        return chatClient.prompt(prompt).call().content();
    }
}

2.4 Output解析机制

Spring AI提供了多种方式解析AI模型的输出。

2.4.1 基本字符串输出

String response = chatClient.prompt()
    .user("Tell me about Spring AI")
    .call()
    .content();

2.4.2 结构化输出

ChatResponse response = chatClient.prompt()
    .user("Tell me about Spring AI")
    .call();

// 获取元数据
ChatResponseMetadata metadata = response.getMetadata();

// 获取生成内容
List<Generation> generations = response.getResults();
for (Generation generation : generations) {
    System.out.println("Content: " + generation.getContent());
    System.out.println("Finish Reason: " + generation.getGenerationMetadata().getFinishReason());
}

2.4.3 自定义输出解析

@RestController
public class CustomOutputController {

    private final ChatClient chatClient;

    public CustomOutputController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/custom-output")
    public AiResponse customOutput(@RequestParam String question) {
        return chatClient.prompt()
                .user(question)
                .call()
                .entity(AiResponse.class);
    }
}

// 自定义响应类
public class AiResponse {
    private String answer;
    private String source;
    private LocalDateTime timestamp;

    // getters and setters
}

2.5 Spring AI架构概览

Spring AI的架构设计遵循Spring框架的原则，提供了清晰的分层结构：

Spring AI架构图

2.5.1 核心层

  • API层：提供统一的接口，如ChatClient、ImageClient等
  • 模板层：Prompt模板系统，支持动态Prompt生成
  • 输出层：多种输出解析方式

2.5.2 适配器层

  • OpenAI适配器：集成OpenAI服务
  • 千问适配器：集成千问服务
  • DeepSeek适配器：集成DeepSeek服务
  • 其他适配器：支持更多AI服务

2.5.3 配置层

  • 自动配置：Spring Boot自动配置
  • 属性配置：通过application.properties/yaml配置
  • 编程配置：通过Java配置类

2.5.4 工具层

  • Prompt工具：Prompt模板、系统提示等
  • 输出工具：各种输出解析器
  • 错误处理：统一的错误处理机制

2.6 最佳实践

2.6.1 配置管理

@Configuration
@Profile("production")
public class ProductionConfig {

    @Bean
    public ChatClient productionChatClient(ChatClient.Builder builder) {
        return builder
                .defaultSystem("You are a production assistant")
                .defaultOptions(OpenAiChatOptions.builder()
                        .withModel("gpt-4")
                        .withMaxTokens(2000)
                        .build())
                .build();
    }
}

2.6.2 错误处理

@RestControllerAdvice
public class AiExceptionHandler {

    @ExceptionHandler(AiResponseException.class)
    public ResponseEntity<ErrorResponse> handleAiError(AiResponseException ex) {
        ErrorResponse error = new ErrorResponse(
            "AI_SERVICE_ERROR",
            "Failed to get response from AI service: " + ex.getMessage()
        );
        return new ResponseEntity<>(error, HttpStatus.SERVICE_UNAVAILABLE);
    }
}

2.6.3 监控与日志

@Configuration
public class AiMonitoring {

    @Bean
    public ChatClient monitoredChatClient(ChatClient chatClient) {
        return new ChatClient() {
            @Override
            public ChatResponse call(Prompt prompt) {
                long startTime = System.currentTimeMillis();
                try {
                    ChatResponse response = chatClient.call(prompt);
                    long duration = System.currentTimeMillis() - startTime;
                    log.info("AI call completed in {}ms", duration);
                    return response;
                } catch (Exception ex) {
                    log.error("AI call failed", ex);
                    throw ex;
                }
            }

            // 实现其他方法...
        };
    }
}

2.7 小结

本章深入探讨了Spring AI的核心概念和架构：

  • 核心组件：理解ChatClient、Prompt、Output等核心概念
  • 客户端使用：掌握ChatClient的基本用法和配置
  • Prompt模板：学习如何创建和使用可重用的Prompt模板
  • 输出解析：了解不同的输出解析方式
  • 架构设计：理解Spring AI的分层架构

在下一章中，我们将学习如何集成具体的AI模型，包括千问、DeepSeek和OpenAI。 点击这里👇🏻获取：100万QPS短链系统、复杂的商城微服务系统、智能翻译助手AI Agent、SaaS点餐系统、刷题吧小程序、商城系统、秒杀系统、AI项目、代码生成神器、苏三demo项目、智能天气播报AI Agent、智能代码审查AI Agent等 10 个项目的：项目源代码、开发教程和技术答疑

一个可以快速提升Java技术的神奇网站
Copyright © 2026 Java突击队
推荐
★10个企业级项目实战
AI｜高并发｜微服务｜分布式｜完整源码与教程
查看详情 →