欢迎访问我的GitHub

这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos

关于Spring AI

• Spring Boot、Spring Cloud、Spring Data，作为一名Java程序员，相信您对这些概览早已耳熟能详，或者天天在用，在Spring体系中，它们都被称为project，而本系列的核心Spring AI，也是个project，和 Spring Boot、Spring Cloud属于同一级别的存在，其定位是面向人工智能的应用框架
  

• Spring AI有以下特点：

1. 在AI的聊天、文生图、嵌入模型等方面提供API级别的支持
2. 与模型之间支持同步式和流式交互（还记得ChatGPT返回内容时，是逐字生成的吗，这就是流式交互的效果）
3. 多种模型支持

关于《SpringAI实战》系列

• 这是欣宸作为一名Java程序员在LLM应用领域的原创，目标是与广大Java爱好者共同学习和进步，以编码实战的方式逐渐熟悉如何将AI应用在工程中，去实现业务功能

环境信息

• 首先是JDK版本，整个实战系列使用了JDK17，您也可以考虑使用更高版本
• maven版本是3.8.6
• SpringBoot版本是3.2.4
• Spring AI版本是0.8.1，这是目前最新的稳定版
  
• 另外就是开发环境，我的本地电脑上并未安装java、maven这些开发工具，而是通过GitHub提供的codespace功能，直接在浏览器上用web版的vscode实现了开发和运行的全部过程，自己的电脑只要有浏览器就行，无所谓windows还是mac，安卓平板一样能用

本篇概览

• 作为《SpringAI实战》系列的开篇，本文打算以最快的速度写一个demo并且运行成功，通过这种方法对LLM有个初步的认识
• 这个demo的功能是使用SpringAI提供的openai的starter，来实现对OpenAI接口的调用，得益于Spring框架的良好设计，使整个开发过程也非常简单
• 如果您对OpenAI有所了解，就应该质疑本篇实战的内容：OpenAI的服务就是http接口调用，所以本篇实战不就是调用了http接口吗？这也太水了吧
• 您说的没错，本质上就是写代码进行http调用，但具体的实现方式并不是写http请求和响应的代码，而是使用了SpringAI中和OpenAI相关的API和配置，在《SpringAI实战》系列的后续中，还会使用SpringAI去调用更多的大模型服务，它们并非全部都像OpenAI那样提供http接口，有的甚至是本地部署，这时候，SpringAI的优势就体现出来了：以一致的统一的风格使用各类LLM的能力

准备工作

• 实际上，要想使用OpenAI的服务还是有一定难度的，例如账号里要有钱，对应的API Key才能使用，否则收到的响应就是失败信息
• 如果只是学习用途，也能在网上发现一些免费使用ChatGPT的方法，本篇用的是这个项目提供的免费服务：https://gitcode.com/chatanywhere/GPT_API_free，真心感谢项目作者为我们的学习提供的宝贵帮助
• 上述项目可以为你提供访问OpenAI的地址和API Key，前提是你要有个GitHub账号，具体操作如下
  

源码下载

• 准备工作完成，接下来开始编码，如果您不想写代码，也可以从GitHub下载代码直接运行，地址和链接信息如下表所示(https://github.com/zq2599/blog_demos)：

• 这个git项目中有多个文件夹，本篇的源码在leader-tutorials文件夹下，如下图红色箭头所示：
  
• tutorials目录下有多个项目，整个《SpringAI实战》系列的源码在springai-tutorials，这是个maven工程，里面有多个子工程，今天的实战就是子工程hello-openai

编码：《SpringAI实战》系列的父工程

• 首先是创建一个maven工程，这是《SpringAI实战》系列的父工程，作用是方便对所有实战源码的管理，另外对依赖库的版本管理也可以在这里统一处理，pom.xml内容如下

      4.0.0              hello-openai            		org.springframework.boot 		spring-boot-starter-parent 		3.2.4 		  	      com.bolingcavalry     springai-tutorials     1.0-SNAPSHOT      springai-tutorials 	Simple AI Application demos     pom 	 		17         17         17 	       		 			 				org.springframework.ai 				spring-ai-bom 				0.8.1 				pom 				import 			 		 	 	 		 			spring-milestones 			Spring Milestones 			https://repo.spring.io/milestone 			 				false 			 		 		 			spring-snapshots 			Spring Snapshots 			https://repo.spring.io/snapshot 			 				false 			 		 	  

• 这个父工程只有这么一个pom.xml文件

编码：快速体验SpringAI的子工程hello-openai

• 接下来的内容就是今天的核心：使用SpringAI来调用
• 在父工程里面创建名为hello-openai的子工程，pom.xml如下，这里面最重要的就是spring-ai-openai-spring-boot-starter这个包的依赖，它给我们带来了

               springai-tutorials         com.bolingcavalry         1.0-SNAPSHOT          4.0.0      hello-openai  	 		 			org.springframework.boot 			spring-boot-starter-web 		  		 			org.springframework.boot 			spring-boot-starter-actuator 		  		 			org.springframework.ai 			spring-ai-openai-spring-boot-starter 		  		 			org.springframework.boot 			spring-boot-starter-test 			test 		 	       		 			 				org.springframework.boot 				spring-boot-maven-plugin 			 		 	    

• 通过命令看一下这个starter的依赖情况，看起来spring-ai-core是关键（后面会有专门的文章讲述），其他的都是工具性质的依赖

[INFO] |  \- org.springframework.ai:spring-ai-openai:jar:0.8.1:compile [INFO] |     +- org.springframework.ai:spring-ai-core:jar:0.8.1:compile [INFO] |     |  +- io.swagger.core.v3:swagger-annotations:jar:2.2.20:compile [INFO] |     |  +- com.github.victools:jsonschema-module-swagger-2:jar:4.33.1:compile [INFO] |     |  +- org.springframework.cloud:spring-cloud-function-context:jar:4.1.0:compile [INFO] |     |  |  +- net.jodah:typetools:jar:0.6.2:compile [INFO] |     |  |  \- org.springframework.cloud:spring-cloud-function-core:jar:4.1.0:compile [INFO] |     |  +- org.antlr:stringtemplate:jar:4.0.2:compile [INFO] |     |  |  \- org.antlr:antlr-runtime:jar:3.3:compile [INFO] |     |  +- org.antlr:antlr4-runtime:jar:4.13.1:compile [INFO] |     |  +- io.projectreactor:reactor-core:jar:3.6.4:compile [INFO] |     |  |  \- org.reactivestreams:reactive-streams:jar:1.0.4:compile [INFO] |     |  +- org.springframework:spring-messaging:jar:6.1.5:compile [INFO] |     |  \- com.knuddels:jtokkit:jar:1.0.0:compile [INFO] |     +- org.springframework.ai:spring-ai-retry:jar:0.8.1:compile [INFO] |     |  +- org.springframework.retry:spring-retry:jar:2.0.5:compile [INFO] |     |  \- org.springframework:spring-webflux:jar:6.1.5:compile [INFO] |     +- io.rest-assured:json-path:jar:5.3.2:compile [INFO] |     |  +- org.apache.groovy:groovy-json:jar:4.0.20:compile [INFO] |     |  +- org.apache.groovy:groovy:jar:4.0.20:compile [INFO] |     |  \- io.rest-assured:rest-assured-common:jar:5.3.2:compile [INFO] |     |     \- org.apache.commons:commons-lang3:jar:3.13.0:compile [INFO] |     +- com.github.victools:jsonschema-generator:jar:4.31.1:compile [INFO] |     |  \- com.fasterxml:classmate:jar:1.6.0:compile [INFO] |     +- com.github.victools:jsonschema-module-jackson:jar:4.31.1:compile [INFO] |     \- org.springframework:spring-context-support:jar:6.1.5:compile 

• 配置文件spring-ai-core，这是hello-openai工程的配置文件，内容如下，您在运行的时候，一定要将sk-xxxxxx改为您自己的API Key：

# 调用OpenAI接口时表明身份的API Key，前面的章节有提到如何生成一个免费的 spring.ai.openai.api-key=sk-xxxxxx # 调用OpenAI接口时的基础地址，如果用的是chatanywhere的API Key，这里就要用chatanywhere提供的地址， # 如果用的是OpenAI的原生API Key，就不用配置这个参数 spring.ai.openai.base-url=https://api.chatanywhere.tech # 用到的模型 spring.ai.openai.chat.options.model=gpt-3.5-turbo # temperature越小，回答的内容越严谨，temperature越大，回答的内容越有创造性 spring.ai.openai.chat.options.temperature=0.7 

• 一共有两个java文件，第一个是普通的application类，负责启动服务

package com.bolingcavalry.helloopenai;  import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication;  @SpringBootApplication public class Application {      public static void main(String[] args) {         SpringApplication.run(Application.class, args);     }  } 

• 另一个是controller类，收到请求后调用OpenAI的接口，将聊天内容发过去，并将OpenAI响应的内容返回，这也是本文的核心内容，completion方法负责接受post请求，并将请求通过chatClinet发送到OpenAI，而call的返回值就是OpenAI的返回内容

package com.bolingcavalry.helloopenai.controller;  import org.springframework.ai.chat.ChatClient; import org.springframework.web.bind.annotation.PostMapping; import org.springframework.web.bind.annotation.RequestBody; import org.springframework.web.bind.annotation.RestController;   import java.util.Map;  @RestController public class SimpleAiController { 	// 负责处理OpenAI的bean，所需参数来自properties文件 	private final ChatClient chatClient;  	public SimpleAiController(ChatClient chatClient) { 		this.chatClient = chatClient; 	}  	@PostMapping("/ai/simple") 	public Map completion(@RequestBody Map map) { 		return Map.of("generation", chatClient.call(map.get("message"))); 	} } 

• 至此，编码完成，把服务运行起来试试吧

运行验证

• 启动服务后，执行以下命令即可发送请求调用服务的/ai/simple接口，我这边问了一个三国有关的问题

curl --request POST \   --url http://127.0.0.1:8080/ai/simple \   --header 'content-type: application/json' \   --data '{     "message":"你是精通中国历史的专家，请回答：三国时期，魏延的子午谷奇谋是否可行？能在潼关把魏国的援兵堵住吗？如果魏国援兵走武关进入，整个计划是否还有意义？" }' 

• 稍等数秒，控制台就会显示返回内容，这就是OpenAI服务返回的内容了

{"generation":"作为专家，我可以告诉你，魏延的子午谷奇谋在理论上是可行的。子午谷是一个地势险要的地方，如果能够在那里设下埋伏，堵住魏国的援兵是有可能的。但是，这需要充分的准备和合理的部署，同时也需要对魏国援兵的行动有准确的情报。\n\n如果魏国援兵走武关进入，整个计划的意义可能会有所减弱。因为子午谷的奇谋是建立在堵住潼关的前提下，如果援兵绕道武关进入，那么计划的效果可能会受到影响。在这种情况下，需要及时调整计划，采取其他措施来应对敌人的行动。\n\n总的来说，魏延的子午谷奇谋在三国时期是一个具有一定可行性的战术计划，但是在实际执行过程中需要根据敌军的行动及时调整和变通。"} 

• 至此，本篇实战已经完成，第一次使用SpringAI，似乎…没啥感觉，无非是几个配置，一个client bean，整个过程和接入数据库、消息服务一样简单，但是这样也挺好，可以让咱们的注意力集中到对LLM的使用上
• 接下来的章节，会有更多实战陪大家，一起投入大精彩纷呈的大模型时代，感谢Spring，这一次咱们不掉队

你不孤单，欣宸原创一路相伴

1. Java系列
2. Spring系列
3. Docker系列
4. kubernetes系列
5. 数据库+中间件系列
6. DevOps系列