Spring AI入门示例HelloWorld

本文重点介绍，基于Spring AI框架，并使用阿里百炼大模型服务平台的AI服务，快速搭建一个springboot工程，并进行简单的AI问答，初步验证Spring AI框架的易用性，以及与阿里巴巴AI框架spring-ai-alibaba-starter的友好集成性。

1、使用Spring AI前提条件

JDK为17以上版本，本人使用的jdk21版本；
SpringBoot版本为3.x以上，本项目使用的是SpringBoot 3.3.3版本；
开通阿里大模型服务（目前是免费6个月），获取 API-KEY，后面代码里要使用。具体操作，请参考阿里云大模型服务平台百炼：如何获取API Key_大模型服务平台百炼(Model Studio)-阿里云帮助中心

2、创建SpringBoot工程

通过IDEA开发工具，创建一个普通的Java工程，注意JDK版本至少是17以上，我这里使用的是jdk21版本。

3、配置pom.xml文件

工程创建完成后，在pom.xml里添加依赖。

首先，需要在项目中添加 spring-boot-starter-parent声明，指定springboot框架的版本号：

    <parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.3.3</version><relativePath/></parent>

在dependencies标签中引入spring-boot-starter-web依赖：

        <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency>

然后，需要在项目中添加 spring-ai-alibaba-starter依赖：

        <dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId><version>1.0.0-M3.2</version></dependency>

由于 spring-ai 相关依赖包还没有发布到中央仓库，如出现 spring-ai-core 等相关依赖解析问题，请在您项目的 pom.xml 依赖中加入如下仓库配置。

    <repositories><repository><id>spring-milestones</id><name>Spring Milestones</name><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository></repositories>

最后pom.xml文件完整内容如下：

<?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 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>com.yuncheng</groupId><artifactId>spring-ai-helloworld</artifactId><version>1.0-SNAPSHOT</version><properties><maven.compiler.source>21</maven.compiler.source><maven.compiler.target>21</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding></properties><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.3.3</version><relativePath/></parent><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId><version>1.0.0-M3.2</version></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></repositories></project>

4、配置yml文件

在工程的resources目录下的application-dev.yml文件里增加如下配置：

注意： api-key要替换成自己从阿里百炼平台申请的key

server:port: 8080spring:application:name: spring-ai-helloworldai:dashscope:api-key: sk-b90ad31bb3eb4a158524928354f39ac5chat:client:enabled: true

chat.client.enabled=true 这个配置表示的是ChatClient自动装配，如果通过编程方式创建ChatClient，这里需要设置成false。

5、创建ChatController

创建一个普通 Controller Bean类，注入 ChatClient 实例，这样你的 Bean 就具备与 AI 大模型智能对话的能力了。

在这个示例中，根据用户提问并从模型得到文本回答，首先设置了用户消息的内容，call 方法向 AI 模型发送请求，content 方法以字符串形式返回 AI 模型的响应。

package com.yuncheng;import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;@RestController
@RequestMapping("/ai")
public class ChatController {private static final Logger log = LoggerFactory.getLogger(ChatController.class);private final ChatClient chatClient;public ChatController(ChatClient.Builder builder) {this.chatClient = builder.build();}@GetMapping("/chat")public String chat(String input) {log.info("人工提问："+input);String reply =  this.chatClient.prompt().user(input).call().content();log.info("大模型回复："+reply);return reply;}
}

以上示例中，ChatClient 调用大模型使用的是默认参数，Spring AI Alibaba 还支持通过 DashScopeChatOptions 调整与模型对话时的参数，DashScopeChatOptions 支持两种不同维度的配置方式：

全局默认值，即 ChatClient 实例初始化参数，可以在 application.yaml 文件中指定。
每次 Prompt 调用前动态指定。

6、创建Application启动类

package com.yuncheng;import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.ConfigurableApplicationContext;
import org.springframework.core.env.Environment;@SpringBootApplication
public class AiApplication {public static void main(String[] args) {ConfigurableApplicationContext application = SpringApplication.run(AiApplication.class, args);Environment env = application.getEnvironment();String port = env.getProperty("server.port");System.out.println("AiApplication启动成功，服务端口为：" + port);}
}