---

一、前言

在 AI 正以前所未有的速度“下沉”到各类系统与业务的当下，Spring 官方推出的 Spring AI 项目，为 Java 开发者构建 AI 应用提供了原生生态支持。

本篇作为《Spring AI 深度实践全指南》的第一篇，将从宏观视角带你了解：

• Spring AI 是什么？为什么出现？
• 它能做什么？解决哪些问题？
• Spring AI 的模块架构与组件全景

---

二、简介

Spring AI 是由 Spring 团队推出的 AI 接入与增强框架，目标是：

“为 Java 应用程序提供一致、可配置、可扩展的 AI 接入与 Agent 构建能力。”

它提供了统一的抽象，隐藏了 LLM（大语言模型）背后 API 的复杂性，同时也支持与向量数据库、工具链、Prompt 模板、内存机制、智能 Agent 构建等模块配合使用。

Spring AI 的设计理念秉承 Spring 风格：“约定优于配置”、模块化、可组合、依赖注入友好。

---

三、核心能力概览

模块	作用简述
ChatClient	与 LLM 模型交互的统一客户端
PromptTemplate	构造动态 Prompt 模板
Tool API	让模型调用 Java 方法（如工具、服务等）
VectorStore	支持向量数据库用于 RAG 检索增强
Memory	提供对话历史、Agent 记忆等持久能力
Agent	多工具组合 + 任务执行规划器，构建智能体
EmbeddingClient	统一封装嵌入生成调用（OpenAI、HuggingFace）

---

四、理解模块架构图

说明：

• ChatClient 是交互的核心。
• PromptTemplate 实现模板填充与变量注入。
• ToolExecutor 实现 Tool Calling（函数调用）。
• Memory 管理上下文记忆。
• VectorStoreRetriever 连接向量数据库。

---

五、模型适配能力

Spring AI 支持以下主流模型：

模型服务提供商	支持模型示例	接入方式
OpenAI	GPT-3.5 / GPT-4 / Embedding	API Key
Azure OpenAI	同上，接入方式不同	endpoint + api-version
HuggingFace	Mistral / LLaMA2 等开源模型	token + model-id
Ollama	本地部署模型（通过 REST 接入）	默认端口本地 REST 调用

---

六、最小应用示例

@SpringBootApplication
public class AiDemoApplication {public static void main(String[] args) {SpringApplication.run(AiDemoApplication.class, args);}@Beanpublic ChatClient chatClient(OpenAiChatClient openAiChatClient) {return openAiChatClient;}
}

application.yml 配置：

spring:ai:openai:api-key: sk-xxxchat:model: gpt-4

使用示例：

@Autowired ChatClient chatClient;
String result = chatClient.call("请写一首七言律诗");

---

七、与传统 LLM 调用相比

传统方式（如直接调用 OpenAI SDK）：

• 模型 API 耦合严重，难以切换
• Prompt 拼接凌乱，管理困难
• 无法统一调用日志、内存、工具

Spring AI 提供：

• 高层封装
• 统一日志
• Prompt 管理
• 向量集成
• 工具绑定

---

八、总结

本篇我们从宏观视角介绍了 Spring AI 的架构、能力、适配模型与典型使用方式。是不是很不错，心动了么？请关注博主文章哦。

九、参考

Java驱动AI革命：Spring AI八篇进阶指南——从架构基础到企业级智能系统实战