Spring AI 入门介绍之1 ： Java实现聊天对话与图像生成

阿里专家
449 阅读5分钟

有了Spring AI ，Java也能做人工智能了

人工智能主要分为两个部分：一是大语言模型的训练，二是基于这些大模型进行业务应用。在构建基于大模型的业务应用时，Java是最为适合的选择之一。这是因为大量的传统应用程序都是用Java编写的，因此利用Java来开发新的人工智能功能能够更加无缝地集成进现有的技术架构中，极大地促进了技术栈的一致性和可维护性。

但过去，由于缺乏统一且成熟的应用框架，不同AI供应商之间的接口差异给开发者带来了不少困扰；而现在，有了像Spring AI这样的解决方案，不仅简化了跨平台迁移的过程，还允许团队专注于创新而非底层技术细节。总之，随着Java与先进AI技术结合得越来越紧密，未来将有更多机会让传统的Java应用程序焕发出新的生命力。

通过使用Spring AI Alibaba这样的框架，开发者可以更方便地在Java项目中引入AI能力。比如，在聊天机器人、图片生成与识别、语音处理以及文档分析等场景下，借助于该框架提供的标准化API和工具，使得Java程序可以直接调用阿里云通义系列中的强大AI模型，从而显著提升用户体验。

本文主要有两个例子： 1）是文生文，语音聊天 2）是文生图 ， 也就是根据文字出图

使用的是通义千问的模型，qwen ， 这个在国内的评比中比较领先，然后也有免费额度。

​ 24年12月截止了，赶紧来拿奖金！总计30万，Spring AI Alibaba 应用框架挑战赛开赛点此了解****

Spring AI介绍

Spring AI是一个专为AI工程设计的应用框架，它继承了Spring生态系统的优良传统，比如可移植性、模块化设计等。该框架致力于将POJOs（Plain Old Java Objects）作为构建块应用于AI领域，使得开发者能够利用熟悉的Java语言和面向对象编程范式来创建复杂的AI应用程序。Spring AI最核心的优势在于提供了一套统一的接口标准，允许开发者编写一次代码即可轻松切换不同的AI服务提供商（例如OpenAI、Azure、阿里云等），极大地简化了跨平台迁移的工作量。此外，其对Spring生态系统的完美兼容性意味着现有基于Spring的应用可以无缝集成AI功能，进一步降低了开发门槛。

Spring AI alibaba介绍

Spring AI Alibaba是基于Spring AI框架构建的实现，专注于接入阿里云百炼系列的大模型服务。通过Spring AI Alibaba，开发者可以轻松地利用通义大模型进行文本生成、图像生成、语音合成等任务。其核心优势在于提供了统一的API接口，使得开发者能够以一致的方式调用不同类型的AI服务，并且只需修改配置即可切换不同的AI提供者，极大地简化了开发过程中的复杂度。此外，Spring AI Alibaba还支持本地部署及多种主流AI框架（如OpenAI和Ollama）的集成，进一步增强了其灵活性与适用性。

基于spring ai alibaba 生成做聊天的详细例子

基于Spring AI Alibaba生成做聊天的详细例子，我们将依照给定的知识来分析并提供详细的步骤。首先，要实现一个允许用户输入信息并通过流（Flux）返回响应的聊天API，需要理解的是整个过程依赖于对通义千问大模型的服务调用。下面将逐步说明如何通过配置和编写代码来完成这一目标。

前置条件

确保您的开发环境满足以下要求：

  • JDK版本至少为17。
  • Spring Boot版本为3.3.x或更高。
  • 已经在阿里云上申请了通义千问服务的API Key，并且已经按照指示将其设置到了系统变量中。

配置阿里云API Key

根据我了解的信息中的描述，在命令行中设置环境变量或者直接在application.properties文件里配置阿里云API Key:

export AI_DASHSCOPE_API_KEY=你的实际API-Key值

或者在application.properties中添加:

spring.ai.dashscope.api-key=${AI_DASHSCOPE_API_KEY}

Maven仓库配置

由于Spring AI的部分库尚未发布到Maven中央仓库，因此需要额外配置Spring自己的仓库地址至项目的pom.xml中：

<repositories>
    <repository>
        <id>sonatype-snapshots</id>
        <url>https://oss.sonatype.org/content/repositories/snapshots</url>
        <snapshots><enabled>true</enabled></snapshots>
    </repository>
    <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>

添加项目依赖

在pom.xml中引入必要的依赖项，特别是spring-ai-alibaba-starter以及指定Spring Boot的版本作为父级依赖，以确保自动装配机制能够正确工作：

<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>3.3.4</version>
    <relativePath/>
</parent>
<dependencies>
    <dependency>
        <groupId>com.alibaba.cloud.ai</groupId>
        <artifactId>spring-ai-alibaba-starter</artifactId>
        <version>1.0.0-M3.1</version>
    </dependency>
    <!-- 其他依赖... -->
</dependencies>

创建Controller处理聊天请求

接下来创建一个控制器类用于接收用户的输入并通过聊天客户端向AI发送请求，同时利用Flux进行流式响应：

@RestController
@RequestMapping("/ai")
@CrossOrigin(origins = "*")
public class ChatController {

    private final ChatClient chatClient;
    @Value("classpath:correct-and-expand.st")
    Resource resource;

    public ChatController(ChatClient.Builder builder) {
        this.chatClient = builder.build();
    }

    @GetMapping("/chatStream")
    public Flux<String> chatSteam(@RequestParam String input) {
        PromptTemplate promptTemplate = new PromptTemplate(resource);
        Prompt prompt = promptTemplate.create(Map.of("input", input));
        return chatClient.prompt(prompt).stream().content();
    }
}

此控制器定义了一个名为/chatStream的GET方法端点，该端点接受一个名为input的查询参数，并使用它构造一个提示语句给到聊天客户端。最终结果会以流的形式被客户端消费。

以上步骤详尽地介绍了如何从零开始构建一个基于Spring AI Alibaba支持Prompt与流式输出的聊天API。遵循上述指南，您可以顺利地为您的应用添加强大的AI对话能力。请注意保持所有配置和代码片段的一致性，并根据实际情况调整相关细节如版本号等。

基于spring ai alibaba 生成一个图片的详细例子

根据我了解的信息提供的信息，我们将基于Spring Boot集成Spring AI Alibaba来实现动漫美女图的图像生成。以下是详细的步骤说明：

1. 确认前置要求

  • JDK版本需要在JDK17（含）以上。
  • Spring Boot版本需为3.3.x或更高。

2. 申请阿里云资源及API KEY

首先，您需要访问阿里云百炼页面并按照以下步骤操作：

  • 登录您的阿里云账号。
  • 开通“百炼大模型推理”服务，并等待开通成功的短信通知。
  • 成功后再次登录阿里云百炼页面，点击右上角的小人图标 -> API-KEY -> 创建新的API-KEY。
  • 记录生成的API-KEY，这将在稍后的配置中使用。

接着，设置环境变量以存储API KEY:

export AI_DASHSCOPE_API_KEY=YOUR_GENERATED_API_KEY

3. 开通通义万象图像生成模型

  • 进入百炼控制台。
  • 在左侧菜单选择“模型广场”，查找并选择图像生成类目下的通义万象模型。
  • 点击该模型的“API调用”按钮，在打开的页面顶部复制模型英文名（例如wanx-v1），用于后续代码配置。

4. 配置项目依赖

添加仓库地址

在您的pom.xml文件中加入如下仓库配置以便获取最新版的Spring AI Alibaba组件：

<repositories>
    <repository>
      <id>sonatype-snapshots</id>
      <url>https://oss.sonatype.org/content/repositories/snapshots</url>
      <snapshots>
        <enabled>true</enabled>
      </snapshots>
    </repository>
    <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>
添加依赖项

同样地，在pom.xml内添加必要的依赖包：

<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>3.3.4</version>
    <relativePath/>
</parent>

<dependencies>
    <dependency>
        <groupId>com.alibaba.cloud.ai</groupId>
        <artifactId>spring-ai-alibaba-starter</artifactId>
        <version>1.0.0-M3.1</version>
    </dependency>
    <!-- 其他必要依赖 -->
</dependencies>

5. 配置应用属性

编辑application.properties文件，设置API KEY等信息：

spring.ai.dashscope.api-key=${AI_DASHSCOPE_API_KEY}

6. 编写控制器代码

创建一个新的REST控制器ImageModelController.java，内容如下所示：

@RestController
@RequestMapping("/ai")
public class ImageModelController {

    private final ImageModel imageModel;

    @Autowired
    public ImageModelController(ImageModel imageModel) {
        this.imageModel = imageModel;
    }

    @GetMapping("/image")
    public ResponseEntity<String> generateImage(@RequestParam String input) {
        try {
            ImageOptions options = new ImageOptionsBuilder()
                .withWidth(1024)
                .withHeight(1024)
                .withModel("wanx-v1") // 使用从阿里云获取到的具体模型名称
                .withN(1)
                .build();
            
            ImagePrompt prompt = new ImagePrompt(input, options);
            ImageResponse response = imageModel.call(prompt);
            List<ImageGeneration> results = response.getResults();
            if (results.isEmpty()) {
                return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR).body("No image generated.");
            }
            String imageUrl = results.get(0).getOutput().getUrl();
            return ResponseEntity.ok(imageUrl);
        } catch (Exception e) {
            return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR).body(e.getMessage());
        }
    }
}

7. 测试接口

启动应用程序后，通过浏览器或者Postman等工具访问http://localhost:8080/ai/image?input=动漫美女这样的URL来请求生成图像。返回的结果应该是一个指向新生成图片的URL链接。

总结说明

上述步骤首先确保了开发环境满足基本需求，并通过阿里云获得了必要的API权限。然后，我们配置了项目的依赖关系以及关键的环境变量。最终，编写了一个简单的Spring Boot REST控制器来接收用户输入，并利用Spring AI Alibaba框架与通义万象服务交互，从而实现了按需生成特定主题的图片功能。注意，生成的图片链接可能具有时效性，请考虑将重要结果保存至持久化存储如阿里云OSS。

avatar
文章
阅读
粉丝