SpringAI入门小册

大模型本身是没有记忆能力的，本身并不会存储我们跟它的对话上下文信息。 要实现大模型的记忆功能，我们需要自己实现。 1. 聊天记忆（Chat Memory） 大型语言模型保留的信息，用于在整个对话过程中

Spring AI Advisors API 为我们的 SpringAI 应用提供了一种灵活且强大的方式，用于拦截、修改和增强基于 AI 的交互。通过利用 Advisors API，我们可以构建更复杂

1. 基础类型 以Boolean为例，在Agent中可以用于判定用于的内容的2个分支，不同分支走不同的逻辑 可以接受一些对象，布尔值等 下面也是一种简单的Agent Boolean类型的返回 2. P

1. 简单技巧 文本摘要 将大量文本缩减为简介的摘要，捕捉关键点和主要思想，同时省略不太重要的细节。 问答 专注于根据用户提出的问题，从提供的文本中获取具体答案。它旨在精准定位并提取相关信息以响应查询

在SpringAI中，ChatOptions封装了大模型的可选参数，比如： 模型选择（model） 温度（temperature，控制随机性） topP/topK（采样方式） 最大输出长度（maxTo

1. 背景 提示词模板（PromptTemplate）主要解决的问题： 动态凭借输入变量和提示词。 支持不同格式（纯文本、JSON、系统指令、多端对话）。 在调用LLM时统一管理提示内容，避免硬编码。

在生成式人工智能中，创建提示词对于开发人员来说是一项至关重要的任务。这些提示词的质量和结构会显著影响人工智能输出的有效性。投入时间和精力设计周到的提示词可以显著提升人工智能的成果。 1. 提示词类型

SpringAI基于ChatModel封装的通用API，具有易用、通用、优雅等特性。 ChatClient配置 ChatClient的创建依赖具体的模型的ChatModel对象 多平台、多模型，动态切

DeepSeekChatModel 运行结果： DashScopeChatModel 运行结果 ZhiPuAiChatModel 运行结果 OllamaChatModel 运行结果 Prompt使用

1. 开发环境准备 idea、maven、jdk17+ 2. 大模型准备 DeepSeek官方 API申请 阿里百炼模型平台 API申请 智普AI官方平台API申请 本地Ollama安装及简易模型安装

1. 可插拔的接口 支持不同大模型厂商的 API接口，支持同步和流式 API，也支持访问模型特定的功能 2. 通用特性 市面上主流的大模型厂商都提供的通用能力： 1. 提示词 2. 嵌入模型（Embe

大模型介绍 AI 模型是旨在处理和生成信息的算法，通常模仿人类的认知功能。通过从大兴数据集中学习模式和见解，这些模型可以做出预测、文本、图像和其他形式输出，从而增强各个行业的各种应用。

SpringAI 入门教程，快速上手实战，带您从0到1快速学习SpringAI体系，助力您走上大模型应用开发之路。