SpringBoot 集成 Spring AI 实现简易智能助手

最后，引入 spring-ai-openai 的依赖：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-openai</artifactId>
    <version>${spring-ai.version}</version>
</dependency>

为了方便后续开发，我们再手动引入一个 Lombok 依赖：

<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <version>1.18.22</version>
</dependency>

完整依赖：

<?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 https://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>3.3.9</version>
        <relativePath/>
    </parent>
    <groupId>com.ai</groupId>
    <artifactId>SpringAi</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>SpringAi</name>
    <description>SpringAi</description>
    <properties>
        <java.version>17</java.version>
        <spring-ai.version>1.0.0-SNAPSHOT</spring-ai.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-openai</artifactId>
            <version>${spring-ai.version}</version>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <version>1.18.22</version>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

③配置模型信息

首先需要获取对应模型的 API Key。可从相关大模型平台获取。无论什么大模型网站我们都需要获取两个内容：

API key
模型请求地址

接下来，我们在配置文件中配置模型的参数信息。以 openai 为例，我们将 application.properties 修改为 application.yaml，然后添加下面的内容：

spring:
  ai:
    openai:
      api-key: fghjklfghjklsahdjksadasdsadasd # 替换为你的 API-Key
      base-url: https://api.siliconflow.cn # 大模型接口地址
      chat:
        options:
          model: deepseek-ai/DeepSeek-V3 # 模型名称
          temperature: 0.7 # 随机性（0-1，值越大回答越灵活）
      completions-path: /v1/chat/completions # 对话接口路径

配置项说明：

• api-key：大模型平台的访问密钥，需从平台获取；
• base-url：大模型的接口根地址；
• model：指定调用的大模型名称；
• temperature：回答的随机性，推荐 0.5-0.7；
• completions-path：对话接口的固定路径。

④创建 AiChatConfig 工具类

import jakarta.annotation.Resource;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class AiChatConfig {
    @Resource
    private OpenAiChatModel openAiChatModel;

    @Bean("open-ai")
    public ChatClient openAIChatClient() {
        return ChatClient.builder(openAiChatModel).build();
    }
}

⑤创建 AiChatController 控制类

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RequiredArgsConstructor
@RestController
@RequestMapping("/ai")
public class AiChatController {
    private final ChatClient chatClient;

    @RequestMapping("/chat")
    public String chat(@RequestParam(defaultValue = "介绍一下你自己") String prompt) {
        return chatClient.prompt(prompt).call().content();
    }
}

⑥测试

请求地址：http://localhost:8080/ai/chat

1.4 Spring AI 核心 API

Spring AI 围绕 ChatClient 构建统一对话入口，核心相关 API 及作用如下：

1.5 流式结果

同步调用是指等待大模型完整返回结果后，再将数据返回给前端。核心 API 为 String ChatClient.prompt().call().content()。

流式调用是指大模型逐字 / 逐段返回结果，前端实时接收并展示。核心基于 WebFlux 实现，核心 API 为 Flux<String> ChatClient.prompt().stream().content()。

编写流式对话接口

在 Controller 中添加流式调用接口：

@RequestMapping(value = "/chat2", produces = "text/html;charset=UTF-8")
public Flux<String> chat2(@RequestParam(defaultValue = "介绍一下你自己") String prompt) {
    return chatClient.prompt().stream().content();
}

1.6 系统 (角色) 设置

在 Spring AI 中，设置 System 信息非常方便，不需要在每次发送时封装到 Message，而是创建 ChatClient 时指定即可。用于定义 AI 的角色、回答风格、业务规则。

创建 SystemManage 系统设置管理类

public class SystemManage {
    public static final String DEMO_SYSTEM = """
        你是一个专业的 AI 智能助手，你的名字叫小艾同学，请以友好、乐于助人和愉快的方式解答各种问题。
        重要：当用户询问具体信息时，不要编造不存在的数据。
        """;
}

修改 AiChatConfig 类

@Bean("open-ai")
public ChatClient openAIChatClient() {
    return ChatClient.builder(openAiChatModel)
            .defaultSystem(SystemManage.DEMO_SYSTEM)
            .build();
}

1.7 多轮对话上下文

多轮对话的核心是上下文关联，即 AI 能识别上一轮的提问和回答。Spring AI 通过 ChatMemory + MessageChatMemoryAdvisor 实现该能力。

Advisor 核心概念
Advisor 是 Spring AI 基于 AOP 切面机制实现的功能增强接口，用于在大模型对话的请求前、响应后进行无侵入式处理。

修改 AiChatConfig 类

@Bean
public ChatMemory chatMemory() {
    return MessageWindowChatMemory.builder().maxMessages(30).build();
}

@Bean("open-ai")
public ChatClient openAIChatClient() {
    return ChatClient.builder(openAiChatModel)
            .defaultSystem(SystemManage.DEMO_SYSTEM)
            .defaultAdvisors(MessageChatMemoryAdvisor.builder(chatMemory).build())
            .build();
}

1.8 日志集成

Spring AI 基于 AOP 机制实现与大模型对话过程的增强、拦截、修改等功能。所有的增强通知都需要实现 Advisor 接口。

修改 AiChatConfig 类

@Bean("open-ai")
public ChatClient openAIChatClient() {
    return ChatClient.builder(openAiChatModel)
            .defaultSystem(SystemManage.DEMO_SYSTEM)
            .defaultAdvisors(
                    MessageChatMemoryAdvisor.builder(chatMemory).build(),
                    new SimpleLoggerAdvisor()
            )
            .build();
}

修改日志级别

在 application.yaml 中添加日志配置：

logging:
  level:
    org.springframework.ai: debug
    com.ruangong.springai: debug

1.9 工具调用

工具调用允许大模型根据用户提问自动判断并调用自定义工具。

工具调用常用注解

定义可被 AI 调用的工具类

import org.springframework.ai.tool.annotation.Tool;
import org.springframework.ai.tool.annotation.ToolParam;
import org.springframework.stereotype.Component;

@Component
public class MyTool {
    @Tool(name = "calculator_tool", description = "执行数学计算", returnDirect = true)
    public String calculator_tool(@ToolParam(description = "数学表达式") String expression) {
        // 实际可使用安全的表达式解析库
        return "计算结果";
    }

    @Tool(name = "weather_tool", description = "查询指定城市的实时天气信息", returnDirect = true)
    public String weather_tool(@ToolParam(description = "城市名称") String city) {
        // 模拟天气查询
        return "天气信息";
    }
}

修改 AiChatConfig 类

@Bean("open-ai")
public ChatClient openAIChatClient() {
    return ChatClient.builder(openAiChatModel)
            .defaultSystem(SystemManage.DEMO_SYSTEM)
            .defaultTools(myTool)
            .build();
}

1.10 前端集成

前后端在不同域名存在跨域问题，需要在服务端解决 CORS 问题。

配置跨域

import org.springframework.context.annotation.Configuration;
import org.springframework.web.servlet.config.annotation.CorsRegistry;
import org.springframework.web.servlet.config.annotation.WebMvcConfigurer;

@Configuration
public class MvcConfiguration implements WebMvcConfigurer {
    @Override
    public void addCorsMappings(CorsRegistry registry) {
        registry.addMapping("/**")
                .allowedOrigins("*")
                .allowedMethods("GET", "POST", "PUT", "DELETE", "OPTIONS")
                .allowedHeaders("*");
    }
}

1.11 会话隔离

在实际项目中，不同用户会在不同会话进行提问。需要为每一个会话都创建一个专属于会话的记忆。

修改 ChatController 对应方法

@RequestMapping(value = "/chat2", produces = "text/html;charset=UTF-8")
public Flux<String> chat2(@RequestParam(defaultValue = "介绍一下你自己") String prompt, String chatId) {
    return chatClient.prompt(prompt)
            .advisors(advisorSpec -> advisorSpec.param(ChatMemory.CONVERSATION_ID, chatId))
            .stream()
            .content();
}

1.12 前端界面功能简单实现

多会话切换历史查询

创建 AiChatMessage 类

import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
import java.time.LocalDateTime;

@Data
@Builder
@NoArgsConstructor
@AllArgsConstructor
public class AiChatMessage {
    private Long id;
    private String sessionId;
    private String role;
    private String content;
    private LocalDateTime createTime;
}

修改 ChatController 类内容

// 存储用户信息
MessageData.addMessage(AiChatMessage.builder()
        .role(MessageType.USER.getValue())
        .content(prompt)
        .sessionId(chatId)
        .build());

// 存储 AI 回复
.doOnComplete(() -> {
    MessageData.addMessage(AiChatMessage.builder()
            .role(MessageType.ASSISTANT.getValue())
            .content(fullResponse.toString())
            .sessionId(chatId)
            .build());
});

@GetMapping("/history/chat/{chatId}")
public List<AiChatMessage> history(@PathVariable String chatId) {
    return MessageData.messages.stream()
            .filter(msg -> msg.getSessionId().equals(chatId))
            .toList();
}

获取当前网页会话下的多个聊天记录

@GetMapping("/history/chat")
public HashSet<String> history1(HttpSession session) {
    HashSet<String> sessionIds = (HashSet<String>) session.getAttribute("sessionIds");
    if (sessionIds == null) {
        sessionIds = new HashSet<>();
    }
    return sessionIds;
}