Spring AI Alibaba

前言：

一、Spring AI 和Spring AI Alibaba

二、Spring AI Alibaba快速入门

1.环境

2.ollama

3.阿里百炼

前言：

2025年真的是AI大爆发的一年，以后无论是什么行业我想都需要AI+了，作为一名计算机人，你不学习AI就会被out。我在想以前的项目都叫做传统项目，以后的项目都会是传统+智能结合项目了，处在时代的风口，抓住机会趁现在就起飞吧！

我在看现在关于Spring AI的资料很杂，并不像传统的那些存在了好长时间的技术，如框架、MySQL这些资料齐全。刚好在今年上半年跟随着老师接触过大模型，在做学校的大集训时也翻过Spring AI的官方文档，结合了传统项目加上了大模型进行了一个整合，我也不算是零基础了吧。现在想着再深耕一下Spring AI Alibaba，以下是我的自学笔记：

一、Spring AI 和Spring AI Alibaba

我们先来了解一下什么是Spring AI？其官方文档是这样说的：

简介 :: Spring AI 中文文档

Spring AI 项目旨在简化应用程序的开发过程，在不增加不必要的复杂性的前提下整合 AI（人工智能）功能。

该项目从 LangChain 和 LlamaIndex 等著名 Python 项目中汲取灵感，但 Spring AI 并不是这些项目的直接移植。项目成立的信念是，下一波生成式人工智能应用将不仅仅是 Python 开发人员的专利，它将在多种编程语言中无处不在。

也就是Spring AI = 让 Java 开发者用最少的代码，快速把各种 AI 能力（大模型、图像识别等）塞进自己的程序里。

那么什么又是Spring AI Alibaba？再来看官方文档：

Spring AI Alibaba 概览-阿里云Spring AI Alibaba官网官网

Spring AI Alibaba（SAA）是一款以 Spring AI 为基础，深度集成百炼平台，支持 ChatBot、工作流、多智能体应用开发模式的 AI 框架。

也就是Spring AI Alibaba = 用 Spring 的简单方式，调用阿里的 AI 服务（通义千问、阿里云 AI 等），省去适配阿里接口的麻烦。

总结：Spring AI 是 Java 开发者调用各类 AI 服务（大模型、图像识别等）的统一简化工具；Spring AI Alibaba 是专门适配阿里系 AI 服务（通义千问、阿里云 AI 等）并深度融合其生态的定制版工具。

二、Spring AI Alibaba快速入门

下面我们来使用Spring AI Alibaba来实现一个简单的聊天机器人吧！

1.环境

注：Spring Boot版本必须选择3.0以上的版本，JDK也必须选择17及以上

Spring Boot 3.4.4、JDK17、Spring AI Alibaba 1.0.0.2

pom.xml：

下面将使用两种方式调用大模型：ollama和阿里百炼，并使用两种方式输出：直接输出和流式输出。

<?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><groupId>com.hl</groupId><artifactId>spring-demo</artifactId><version>0.0.1-SNAPSHOT</version><name>spring-demo</name><description>spring-demo</description><properties><java.version>17</java.version><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding><spring-boot.version>3.4.4</spring-boot.version><spring-ai-alibaba.version>1.0.0.2</spring-ai-alibaba.version><spring-ai.version>1.0.0</spring-ai.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>com.mysql</groupId><artifactId>mysql-connector-j</artifactId><scope>runtime</scope></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><!-- spring-ai-alibaba --><dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter-dashscope</artifactId></dependency><!-- ollama --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-ollama</artifactId></dependency></dependencies><dependencyManagement><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-dependencies</artifactId><version>${spring-boot.version}</version><type>pom</type><scope>import</scope></dependency><dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-bom</artifactId><version>${spring-ai-alibaba.version}</version><type>pom</type><scope>import</scope></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>${spring-ai.version}</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement><build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.8.1</version><configuration><source>1.8</source><target>1.8</target><encoding>UTF-8</encoding></configuration></plugin><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><version>${spring-boot.version}</version><configuration><mainClass>com.hl.springdemo.SpringDemoApplication</mainClass><skip>true</skip></configuration><executions><execution><id>repackage</id><goals><goal>repackage</goal></goals></execution></executions></plugin></plugins></build></project>

2.ollama

application.yml：

spring:ai:ollama:base-url: http://localhost:11434chat:options:model: qwen2.5:3b#spring事务管理日志
logging:level:org.springframework.jdbc.support.JdbcTransactionManager: debug

配置ChatClient：

@Configuration
public class ChatClientConfig {@Beanpublic ChatClient ollamaChatClient(@Qualifier("ollamaChatModel") OllamaChatModel ollamaChatModel) {return ChatClient.builder(ollamaChatModel).build();}}

controller测试：

调用两个接口进行直接输出和流式输出：

package com.hl.springdemo.controller;import io.swagger.v3.oas.annotations.Operation;
import io.swagger.v3.oas.annotations.tags.Tag;
import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;@Slf4j
@RestController
public class ChatController {@Autowired@Qualifier("ollamaChatClient")private ChatClient ollamaChatClient;@GetMapping("/chat1")public String chat(@RequestParam(value = "question", defaultValue = "你是谁？") String question) {log.info("question: {}", question);String content = ollamaChatClient.prompt().user(question).call().content();return content;}@GetMapping(value = "/stream", produces = "text/html;charset=UTF-8")public Flux<String> streamChat(@RequestParam(value = "question", defaultValue = "你是谁？") String question){log.info("question: {}", question);return ollamaChatClient.prompt().user("你是谁？").stream().content();}
}

运行结果：

浏览器访问localhost:8080/chat1?question=你是谁？和localhost:8080/stream?question=你是谁？

流式输出是大模型持续返回一些话给你知道完成，现在我们使用的平台（通义和豆包）都是流式输出。

3.阿里百炼

这是第二种调用大模型的方式，需要在阿里云百炼平台上开通服务并生成一个自己的API Key：

大模型服务平台百炼控制台

application.yml：
在上面的yml中继续配置，完整文件如下：

server:port: 8080spring:ai:ollama:base-url: http://localhost:11434chat:options:model: qwen2.5:3bdashscope:api-key: ${AI_DASHSCOPE_API_KEY}chat:options:model: qwen-max#spring事务管理日志
logging:level:org.springframework.jdbc.support.JdbcTransactionManager: debug

配置ChatClient：

完整代码如下：

package com.hl.springdemo.config;import com.alibaba.cloud.ai.dashscope.chat.DashScopeChatModel;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.ollama.OllamaChatModel;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class ChatClientConfig {@Beanpublic ChatClient ollamaChatClient(@Qualifier("ollamaChatModel") OllamaChatModel ollamaChatModel) {return ChatClient.builder(ollamaChatModel).build();}@Beanpublic ChatClient dashscopeChatClient(@Qualifier("dashscopeChatModel")DashScopeChatModel dashscopeChatModel) {return ChatClient.builder(dashscopeChatModel).build();}
}

在controller中添加接口：

@GetMapping("/chat2")public String chat2(@RequestParam(value = "question", defaultValue = "你是谁？") String question) {log.info("question: {}", question);String content = dashscopeChatClient.prompt().user(question).call().content();return content;}

配置环境变量：

打开idea的运行配置，添加环境变量：AI_DASHSCOPE_API_KEY=你的api-key