前言
在Java 开发领域的Spring 框架一直是主流选择，但是随着人工智能的飞速发展，ai已经是时代的主题。在2024年5月30日随着Spring AI 的发布更是为 Java 开发者打开了通往 AI 世界的大门。借助 Spring AI，开发者可以轻松地将复杂的 AI 功能集成到现有的应用程序中，而无需深入理解底层的 AI 算法和技术细节。
本篇就如何使用spring ai进行开发一个简易的聊天机器人的介绍。
技术栈
Spring Boot：用于快速构建和部署 RESTful API。
Spring AI Alibaba：Spring AI Alibaba 基于 Spring AI 构建，专门为国内开发者量身定制，特别适合国内开发者。
RESTful API：通过 HTTP 请求和响应与客户端进行交互
前端：react ,vite,chatui
环境资料准备
1.开通服务，享受免费额度
2.申请我们的api-key
我们可以使用阿里的百炼平台，有免费的使用额度
项目案例
后端
1.先创建springboot项目，注意jdk17起步，因为 Spring AI Alibaba 基于 Spring Boot 3.x 开发，而springboot3要求jdk最低版本17。
选择web和lombok依赖后创建
2.导入依赖
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-M3.1</version>
</dependency>
由于 spring-ai 相关依赖包还没有发布到中央仓库，需要配置额外镜像源
<repositories>
<repository>
<id>spring-milestones</id>
<name>Spring Milestones</name>
<url>https://repo.spring.io/milestone</url>
<snapshots>
<enabled>false</enabled>
</snapshots>
</repository>
</repositories>
在pom.xml里面配置放在和build标签同级
最后点击编译一下，把依赖下载下来
3.编写restfulapi接口,新建一个controller类，使用以下代码
@RestController
@RequestMapping("/ai")
@CrossOrigin(origins = "*") // 允许所有来源跨域访问
public class ChatController {
private final ChatClient chatClient;
public ChatController(ChatClient.Builder builder) {
this.chatClient = builder.build();
}
@PostMapping("/chat")
public String chat(@RequestBody AskInfo askInfo) {
return this.chatClient.prompt()
.user(askInfo.getQuery())
.call()
.content();
}
}
配置上第一步骤得到的api-key
spring.ai.dashscope.api-key=sk-7b4e30c2a85xxxx
前端
import Chat, { Bubble, useMessages, MessageProps } from "@chatui/core";
import axios from "axios";
const initialMessages = [
{
type: "text",
content: { text: "主人好，我是您的贴心电影伴侣~" },
user: {
avatar: "//gw.alicdn.com/tfs/TB1DYHLwMHqK1RjSZFEXXcGMXXa-56-62.svg",
},
},
];
interface QuickReplie {
icon?: string;
name: string;
isNew?: boolean;
isHighlight?: boolean;
}
// 默认快捷短语，可选
const defaultQuickReplies: Array<QuickReplie> = [
{
icon: "message",
name: "来一部喜剧电影",
isNew: true,
isHighlight: true,
},
{
name: "随便推荐一部电影",
isNew: true,
},
];
const App = () => {
// 消息列表
const { messages, appendMsg, setTyping } = useMessages(initialMessages);
// 发送回调
function handleSend(type: string, val: string) {
if (type === "text" && val.trim()) {
appendMsg({
type: "text",
content: { text: val },
position: "right",
});
setTyping(true);
axios
.post("http://127.0.0.1:8802/ai/chat", {
query:val
})
.then((res) => {
const agentResponse = res.data;
appendMsg({
type: "text",
content: { text: agentResponse },
});
})
.catch(() => {
appendMsg({
type: "text",
content: { text: "请求出了点问题，请重试～" },
});
});
}
}
// 快捷短语回调，可根据 item 数据做出不同的操作，这里以发送文本消息为例
function handleQuickReplyClick(item: QuickReplie) {
handleSend("text", item.name);
}
function renderMessageContent(msg: MessageProps) {
const { type, content } = msg;
// 根据消息类型来渲染
switch (type) {
case "text":
return <Bubble content={content.text} />;
case "image":
return (
<Bubble type="image">
<img src={content.picUrl} alt="" />
</Bubble>
);
default:
return null;
}
}
return (
<Chat
navbar={{ title: "电影助手" }}
messages={messages}
renderMessageContent={renderMessageContent}
quickReplies={defaultQuickReplies}
onQuickReplyClick={handleQuickReplyClick}
onSend={handleSend}
/>
);
};
export default App;
额外
1.安全
apikey正常需要配置到环境中，避免直接写硬编码到代码中，具体参考
如何添加百炼的API Key到环境变量中_大模型服务平台百炼(Model Studio)-阿里云帮助中心
2.对话记忆
spring-ai-alibaba支持基于chat memory的对话记忆
//对话记忆的唯一标识
String conversantId = UUID.randomUUID().toString();
//初始化基于内存的对话记忆
ChatMemory chatMemory = new InMemoryChatMemory();
public ChatController(ChatClient.Builder builder) {
this.chatClient = builder.build().defaultAdvisors(new MessageChatMemoryAdvisor(chatMemory));
}
