Spring AI：简化 Java 与大型语言模型的集成

前段时间，我用Python不到一百行代码就集成了LLM大模型，效果还挺好。考虑到公司有不少用Java的同事，我想，不妨也用Java试试看，效果会怎样呢？带着这个念头，我查阅了一些Java的资料，没想到竟然真的发现了支持集成LLM的Java框架。趁着一趟将近4个小时的高铁旅途，我就把这个入门步骤写出来了。

今年4月17日，Spring官方宣布Spring AI已经可以在Spring Initializr上使用了。这个新工具简化了与AI的交互方式，显著降低了将LLM模型集成到Java项目中的学习难度。现在，你可以在start.spring.io这个网站上尝试并构建你的Spring AI应用。

Spring AI是一个专为AI设计的工程应用框架，它秉承了Spring生态系统的设计原则，如可移植性和模块化设计，旨在推动使用POJO（Plain Old Java Object，简单Java对象）作为构建AI应用的基础。

1、Spring AI特性概览

这个API具有很强的灵活性，能够支持多种AI服务提供商之间的互操作，涉及聊天、生成图像和模型嵌入等多种功能。它提供同步和流API两种选项，并且允许用户配置参数来访问特定的模型。下面是一些主要支持的模型列表，方便用户快速了解。

1.1支持的聊天模型

AI提供商	模型名称
OpenAI	GPT系列
Azure	Open AI平台
Amazon	Bedrock
Anthropic	Claude
Cohere	Command
AI21 Labs	Jurassic-2
Meta	LLama 2
Amazon	Titan
Google	Vertex AI
HuggingFace	多种模型（例如Llama2）
Ollama	支持本地运行，无需GPU

1.2支持的图像生成模型

AI提供商	模型名称
OpenAI	DALL-E
StabilityAI	图像生成模型

1.3支持的向量模型

AI提供商	模型名称
OpenAI	向量模型
Azure	Open AI向量模型
Ollama	本地向量处理
ONNX	跨平台支持
PostgresML	数据库集成模型
Bedrock Cohere	Cohere平台
Bedrock Titan	Titan平台
Google	VertexAI

更多细节请参考官方文档：Spring AI项目文档。通过这些文档，用户可以详细了解如何将这些模型集成到自己的Java项目中，充分发挥AI技术的强大功能。

2、Spring AI 快速入门

在IDEA中快速启动一个新项目非常简单。在开始前需要选择你所需的AI模型依赖。

这里，我以Ollama模型为例来演示整个过程：

2.1 模型选择

Ollama允许我们在不需要GPU资源的情况下，仅通过一键在本地计算机上构建大型模型，并提供了控制台和RestfulAPI，方便我们在Ollama上快速测试和集成大型模型。

从Ollama官网中，我们可以看到Ollama支持以下模型。

模型名称	描述
wizardlm2	微软AI研发的最新大型语言模型，性能在复杂对话、多语言处理、推理及代理用户场景中有所提升。
mixtral	Mistral AI发布的一套专家混合模型，提供开放权重，参数规模为8x7b和8x22b。
gemma	Google DeepMind构建的轻量级、最先进的开放模型家族，适用于多种应用。
llama2	一系列基础语言模型，参数规模从7B到70B不等。
codegemma	一系列强大的轻量级模型，能够执行多种编码任务，如即时代码补全、代码生成、自然语言理解和数学推理等。
command-r	专为对话交互和处理长上下文任务优化的大型语言模型。
command-r-plus	一款强大且可扩展的大型语言模型，专为现实世界的企业用例设计，表现出色。
llava	一款新型端到端训练的大型多模态模型，结合视觉编码器和Vicuna实现视觉和语言理解。

注意：

• Gemma是Google Meta最近发布的一款模型。
• 相较于llama2模型对中文支持不足，gemma模型对中文的支持更加友好。

2.2、Ollama 安装设置

在计算机上安装Ollama，非常简单。直接访问Ollama的官方网站，下载与你的操作系统相匹配的版本。无论是Windows、Mac还是Linux，你都能找到适合的安装包。

下载完毕后，根据提示完成安装。然后，打开命令行工具，输入以下命令来确认Ollama已经正确安装，并且检查其版本：

ollama --version

从Ollama的模型库中拉取（pull）所需的模型。打开你的终端或命令提示符，输入以下命令来下载gemma:2b模型：

ollama pull gemma:2b 

下载完成后，你可以立即在本地运行这个模型。继续在命令行中输入：

ollama run gemma:2b

这个命令会启动gemma:2b模型。一旦运行成功，你就可以开始使用模型的功能了。记得，每次使用模型时，只需简单地在控制台里运行上述命令即可。

首次使用ollama命令运行模型时，系统会自动开始下载所需的模型文件。注意，这个文件大概需要3GB的存储空间，下载时间取决于你的网络速度，可能需要一段时间，请耐心等待。

模型文件下载完毕后，模型会按照之前的设置自动启动。这时，你就可以在你的控制台里进行各种测试，与模型进行交互，看看模型的表现如何。

完成使用后，如果你需要退出模型，可以在控制台输入以下命令来安全地关闭模型：

/bye

2.3、Spring依赖说明

需要特别注意的是，当你在使用Spring AI相关的依赖项时，可能会遇到一些小问题。由于这些依赖项目前还没有在Maven中央仓库中提供，所以你需要手动配置使用Spring的专用仓库。

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
    </dependency>
</dependencies>
<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>${spring-ai.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

在进行项目配置时，由于Maven官方仓库尚未收录Spring AI的相关依赖，我们需要对项目的pom.xml配置文件进行一点小修改，以确保能够正确地从Spring的专用仓库拉取所需依赖。具体地，你需要修改pom.xml文件中的仓库地址部分，指向Spring提供的专用仓库。

修改后的pom.xml文件中关于仓库配置的部分应该如下所示：

<repositories>
        <!--这里使用的是快照版本-->
    <repository>
      <id>spring-snapshot</id>
      <name>Spring Snapshot</name>
      <url>https://repo.spring.io/snapshot</url>
      <releases>
        <enabled>false</enabled>
      </releases>
    </repository>
  </repositories>

2.4配置Ollama模型

在你的项目中，要确保Ollama模型能正确发挥作用，我们需要对application.yml配置文件做一些关键性的调整。这个文件是定义项目运行时参数的核心文件，因此它的重要性不言而喻。

首先，你需要打开你项目中的application.yml文件，然后在合适的部分加入如下配置：

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: gemma:2b

接着，我们将配置一个专门处理聊天功能的配置类，如下所示：

package io.daasrattale.generalknowledge.chat;

import org.springframework.ai.chat.ChatClient;
import org.springframework.ai.ollama.OllamaChatClient;
import org.springframework.ai.ollama.api.OllamaApi;
import org.springframework.ai.ollama.api.OllamaOptions;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ChatConfig {


    @Bean
    public ChatClient chatClient() {
        return new OllamaChatClient(new OllamaApi())
                .withDefaultOptions(OllamaOptions.create()
                        .withTemperature(0.9f));
    }
}

说明一下，模型的“temperature”参数用于控制语言模型输出的随机性。这里我们将其设置为0.9，目的是让模型在回答时更具随机性，从而更愿意冒险尝试。

最后一步是创建一个简单的聊天用的REST API：

package io.daasrattale.generalknowledge.chat;

import org.springframework.ai.ollama.OllamaChatClient;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Mono;

@RestController
@RequestMapping("/v1/chat")
public class ChatController {


    private final OllamaChatClient chatClient;

    public ChatController(OllamaChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping
    public Mono<ResponseEntity<String>> generate(@RequestParam(defaultValue = "Tell me to add a proper prompt in a funny way") String prompt) {
        return Mono.just(
                ResponseEntity.ok(chatClient.call(prompt))
        );
    }


}

2.5测试验证

我们来尝试调用一个GET请求 /v1/chat，输入一个空的提示：

那么，如果是一个简单的常识性问题呢：

2.6流访问代码测试示例

@Test
  void streamChat() throws ExecutionException, InterruptedException {
      // Build an asynchronous function to manually close the test function
      CompletableFuture<Void> future = new CompletableFuture<>();

      String message = """
              year-end work summary report
              """;
      PromptTemplate promptTemplate = new PromptTemplate("""
              You are a Java development engineer, and you are good at writing the company’s year-end work summary report.
              Write a 100-word summary report based on: {message} scenario
              """);
      Prompt prompt = promptTemplate.create(Map.of("message", message));
      chatClient.stream(prompt).subscribe(
              chatResponse -> {
                  System.out.println("response: " + chatResponse.getResult().getOutput().getContent());
              },
              throwable -> {
                  System.err.println("err: " + throwable.getMessage());
              },
              () -> {
                  System.out.println("complete~!");
                  // Close the function
                  future.complete(null);
              }
      );
      future.get();
  }