背景
随着ChatGPT的问世和不断迭代,越来越多的大模型产品问世。也有越来越多的应用尝试接入大模型,重构应用,拥抱AI。Spring 作为 Java 生态最知名框架,为了方便我们做相关开发,推出 Spring AI 框架,对大模型领域内的关键模块和能力进行抽象,譬如:模型(Model)、提示词(Prompt)、嵌入(Embedding)等。而 Spring AI Alibaba 则是阿里对 Spring AI 的实现和补充,同时完整适配了阿里云通义模型。
项目官网:核心概念-阿里云Spring Cloud Alibaba官网
Github:GitHub - alibaba/spring-ai-alibaba: An Application Framework for Java Developers
快速开始
了解了 Spring AI Alibaba 大致概念后,我们快速体验下怎么开发一个简单的 AI 应用。
新建应用
我们以 Maven 来构建应用,首先新建 pom.xml,核心依赖是 spring-ai-alibaba-starter
<?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>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>3.3.3</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<groupId>top.zysite</groupId>
<artifactId>hello-spring-ai</artifactId>
<version>1.0-SNAPSHOT</version>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
<maven.compiler.source>21</maven.compiler.source>
<maven.compiler.target>21</maven.compiler.target>
<maven-deploy-plugin.version>3.1.1</maven-deploy-plugin.version>
<!-- Spring AI -->
<spring-ai-alibaba.version>1.0.0-M2</spring-ai-alibaba.version>
</properties>
<dependencies>
<dependency>
<groupId>com.alibaba.cloud.ai</groupId>
<artifactId>spring-ai-alibaba-starter</artifactId>
<version>${spring-ai-alibaba.version}</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
</dependencies>
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-deploy-plugin</artifactId>
<version>${maven-deploy-plugin.version}</version>
<configuration>
<skip>true</skip>
</configuration>
</plugin>
</plugins>
</build>
<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>
新建 SpringBoot 入口类:
package top.zysite.hello.spring.ai;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class HelloSpringAI {
public static void main(String[] args) {
//启动Springboot容器
SpringApplication.run(HelloSpringAI.class, args);
}
}
新建 Controller
我们新建一个 ChatController 用于暴露 web 接口,方便调试。
package top.zysite.hello.spring.ai.controller;
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;
import reactor.core.publisher.Flux;
import java.util.Objects;
@RestController
@RequestMapping("/ai")
public class ChatController {
private final ChatClient chatClient;
public ChatController(ChatClient.Builder builder) {
this.chatClient = builder.build();
}
@GetMapping("/chat")
public String chat(String input) {
return this.chatClient.prompt()
.user(input)
.call()
.content();
}
@GetMapping("/stream")
public String stream(String input) {
Flux<String> content = this.chatClient.prompt().user(input).stream().content();
return Objects.requireNonNull(content.collectList().block()).stream().reduce((a, b) -> a + b).get();
}
@GetMapping("/test")
public String test() {
return "hello spring ai";
}
}
新建配置文件
我们在 resource 目录下 新建配置文件 application.yaml
server:
port: 8080
spring:
application:
name: hello-spring-ai
到这里已经应用已经可以启动了。我们启动试试
发现报错了,看日志是调用大模型需要一个 API KEY,我们找下官方文档:首次调用通义千问API_大模型服务平台百炼(Model Studio)-阿里云帮助中心
根据文档获取 API KEY,并配置环境变量。
然后为了在运行时能够读取到 API KEY,我们需要修改下配置文件,新增 API KEY 的配置:
server:
port: 8080
spring:
application:
name: hello-spring-ai
ai:
dashscope:
api-key: ${DASHSCOPE_API_KEY}
其中 DASHSCOPE_API_KEY 是前面设置的 API KEY 的环境变量名。注意:API KEY 不要暴露,因为调用大模型是会产生费用的,我们自己开发调试没问题,目前有一些免费额度。
改完后我们再启动,发现没有报错了。
访问:http://localhost:8080/ai/test 发现正常输出 hello spring ai,说明web 接口没问题。
然后访问:http://localhost:8080/ai/chat?input=什么是ChatGPT
发现可以正常输出大模型生成的内容。
至此,一个简单的 AI 应用就开发好了,还是很方便简单的。官网也提供了很多相关例子,以及更多高级功能可以探索,感兴趣可以 clone 项目到本地,运行试试。
版权归原作者 January丶 所有, 如有侵权,请联系我们删除。