Spring AI来了，Java生态接入LLM大模型变得更加简单！

SpringAI

今天官宣Spring AI已经上架到Spring Initializr 上，它提供了一种更简洁的方式和AI交互，减轻Java业务中接入LLM模型应用的学习成本，目前在 https://start.spring.io/ 上可以使用并构建。

Spring AI 是一个人工智能工程的应用框架。其目标是将 Spring 生态系统设计原则（例如可移植性和模块化设计）应用于 AI 领域，并推广使用 POJO 作为 AI 领域应用程序的构建块。

Features

跨 AI 提供商的便携式 API 支持聊天、文本到图像和嵌入模型。支持同步和流 API 选项。还支持配置参数访问特定Model。

支持的聊天模型

OpenAIAzure Open AIAmazon Bedrock Anthropic’s ClaudeCohere’s CommandAI21 Labs’ Jurassic-2Meta’s LLama 2Amazon’s Titan Google Vertex AIHuggingFace - HuggingFace上的大量模型，例如Llama2Ollama - 支持本地无GPU情况下运行AI模型

支持的文生图模型

OpenAI with DALL-EStabilityAI

支持的向量模型

OpenAIAzure OpenAIOllamaONNXPostgresMLBedrock CohereBedrock TitanGoogle VertexAI

官方文档：https://spring.io/projects/spring-ai#overview

快速开始

使用IDEA快速新建项目，选择要使用的AI模型依赖

这里我以ollama模型为例

Ollama

Ollama帮助我们在本地的电脑上无需GPU（显卡）资源，也能一键构建大模型，并且提供控制台、RestfulAPI方式快速测试和接入Ollama上的大模型。

Ollama支持哪些模型？

Ollama官网：https://ollama.com/library

Tips:

其中gemma就是谷歌Meta近期新发布的模型llama2模型基本不支持中文语言，gemma模型对中文支持比较友好

引入依赖

**Tips：**Spring AI的相关依赖并没有开放在Meven中央仓库，因此需要配置Spring的仓库

<dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-ollama-spring-boot-starter</artifactId> </dependency></dependencies><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>

启动Ollama模型

在本地电脑控制台运行ollama run gemma:2b（这里使用gemma模型）

第一次运行会先下载模型文件（大概3G，会比较耗时）

下载完模型资源后会自动启动模型，如上，可以在控制台测试和模型交互。

配置Ollama模型

修改此项目的application.yml配置文件，增加如下：

spring: ai: ollama: ## 默认地址无需配置 base-url: http://localhost:11434 chat: model: gemma:2b

测试

@SpringBootTestclass SpringAiApplicationTests { @Autowired private OllamaChatClient chatClient; @Test void contextLoads() { String message = """ 鲁迅和周树人是什么关系？ """; System.out.println(chatClient.call(message)); }}

流式访问

@Test void streamChat() throws ExecutionException, InterruptedException { // 构建一个异步函数，实现手动关闭测试函数 CompletableFuture<Void> future = new CompletableFuture<>(); String message = """ 年终总结 """; PromptTemplate promptTemplate = new PromptTemplate(""" 你是一个Java开发工程师，你擅长于写公司年底的工作总结报告， 根据：{message} 场景写100字的总结报告 """); Prompt prompt = promptTemplate.create(Map.of("message", message)); chatClient.stream(prompt).subscribe( chatResponse -> { System.out.println("response: " + chatResponse.getResult().getOutput().getContent()); }, throwable -> { System.err.println("err: " + throwable.getMessage()); }, () -> { System.out.println("complete~!"); // 关闭函数 future.complete(null); } ); future.get(); }

示例代码： https://github.com/TyCoding/spring-ai

更多的应用示例关注后续文章哦！

推荐项目

https://github.com/TyCoding/lang-sora React NextJS全栈快速构建Sora AI Video演示项目

合作和联系

个人博客：http://tycoding.cnGitHub：https://github.com/tycoding