作者：AjaxZhan
連結：https://juejin.cn/post/7361752279726866432

# 什麽是Spring AI

Spring AI是從著名的Python計畫LangChain和LlamaIndex中汲取靈感，它不是這些計畫的直接移植，它的成立信念是，下一波生成式人工智慧應用程式將不僅適用於 Python 開發人員，而且將在許多程式語言中無處不在。

我們可以從Spring AI的官網描述中，總結出Spring AI的幾個核心的關鍵詞：

Spring AI簡化了我們構建大型復雜的AI套用的過程，當然如果你的計畫僅僅是需要呼叫一個AI介面，那其實直接呼叫官方SDK反而更方便。

Spring AI提供的功能如下：

# 什麽是Spring Cloud Alibaba AI

原始的Spring AI並沒有國內相關大模型的接入，對國內開發者不太友好。

總的來說，Spring Cloud Alibaba AI 目前基於Spring AI 0.8.1版本 API 完成通義系列大模型的接入。

在當前最新版本中，Spring Cloud Alibaba AI 主要完成了幾種常見生成式模型的適配，包括對話、文生圖、文生語音等，開發者可以使用 Spring Cloud Alibaba AI 開發基於通義的聊天、圖片或語音生成 AI 套用，框架還提供 OutParser、Prompt Template、Stuff 等實用能力。

Spring Cloud Alibaba AI官方還提供了包括聊天對話、文生圖、文生語音等多種套用的開發範例，具體可以前往官網檢視：

https://sca.aliyun.com

# 動手體驗Spring Cloud Alibaba AI

首先新建一個Maven計畫，JDK選的是17版本。

Maven檔需要引入spring-cloud-alibaba-dependencies和spring-cloud-starter-alibaba-ai兩個依賴。

<dependencyManagement><dependencies><dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-alibaba-dependencies</artifactId><version>2023.0.1.0</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement><dependencies><dependency><groupId>com.alibaba.cloud</groupId><artifactId>spring-cloud-starter-alibaba-ai</artifactId></dependency></dependencies>

配置阿裏雲通義千問的Api-Key，沒有的讀者可以從官網上申請。

server:port: 8080spring:application:name: alibaba-spring-ai-democloud:ai:tongyi:api-key: 你的api-key

新建SpringBoot啟動類：

@SpringBootApplicationpublic classMyAiApplication{publicstaticvoidmain(String[] args){ SpringApplication.run(MyAiApplication. class,args); }}

對接文本模型

我們首先測試如何對接文本大模型。

新建一個控制器類：新建/simple介面，用來測試基本QA。

@RestController@RequestMapping("/ai")@CrossOriginpublic classTongYiController{@Autowired@Qualifier("tongYiSimpleServiceImpl")private TongYiService tongYiSimpleService;@GetMapping("/simple")public String completion(@RequestParam(value = "message", defaultValue = "AI時代下Java開發者該何去何從？") String message ) {return tongYiSimpleService.completion(message); }}

新建一個TongyiService服務類：

publicinterface TongYiService {/** * 基本問答 */String completion(String message);/** * 文生圖 */ ImageResponse genImg(String imgPrompt);/** * 語音合成 */String genAudio(String text);}

具體的實作類如下：由 Spring AI 自動註入 ChatClient、StreamingChatClient，ChatClient 遮蔽底層通義大模型互動細節，後者用於流式呼叫。

對於QA而言，僅僅透過client.call(prompt)一行程式碼就可以完成對模型的呼叫。

@Service@Slf4jpublic classTongYiSimpleServiceImplextendsAbstractTongYiServiceImpl{/** * 自動註入ChatClient、StreamingChatClient，遮蔽模型呼叫細節 */privatefinal ChatClient chatClient;privatefinal StreamingChatClient streamingChatClient;@AutowiredpublicTongYiSimpleServiceImpl(ChatClient chatClient, StreamingChatClient streamingChatClient){this.chatClient = chatClient;this.streamingChatClient = streamingChatClient; }/** * 具體實作： */@Overridepublic String completion(String message){ Prompt prompt = new Prompt(new UserMessage(message));return chatClient.call(prompt).getResult().getOutput().getContent(); }}

我們發送一個請求，prompt是AI時代下Java開發者該何去何從？測試結果如下：

# 文生圖模型

這裏只給出service的程式碼，其它程式碼同上面的文本問答。

可以看到，只需要例項化一個imagePrompt，再呼叫模型即可。

@Slf4j@Servicepublic classTongYiImagesServiceImplextendsAbstractTongYiServiceImpl{privatestaticfinal Logger logger = LoggerFactory.getLogger(TongYiService. class);privatefinal ImageClient imageClient;@AutowiredpublicTongYiImagesServiceImpl(ImageClient client){this.imageClient = client; }@Overridepublic ImageResponse genImg(String imgPrompt){var prompt = new ImagePrompt(imgPrompt);return imageClient.call(prompt); }}

測試的prompt是：Painting a boy coding in front of the desk, with his dog.，測試結果如下，效果還是很不錯的：

# 語音合成模型

@Slf4j@Servicepublic classTongYiAudioSimpleServiceImplextendsAbstractTongYiServiceImpl{privatestaticfinal Logger logger = LoggerFactory.getLogger(TongYiService. class);privatefinal SpeechClient speechClient;@AutowiredpublicTongYiAudioSimpleServiceImpl(SpeechClient client){this.speechClient = client; }@Overridepublic String genAudio(String text){ logger.info("gen audio prompt is: {}", text);var resWAV = speechClient.call(text);// save的程式碼省略，就是將音訊保存到本地而已return save(resWAV, SpeechSynthesisAudioFormat.WAV.getValue()); }}

測試結果也是成功的：

# 使用體驗小結

不得不說，阿裏在Java開發領域一直是走在國內的前沿的，我也期待阿裏繼續完善Spring Cloud Alibaba AI的相關功能，為我們這些國內Java開發者提供更加方便的開發工具。

本文僅僅簡單測試了文本問答、文生圖以及語音合成三個功能，（最後一個沒列出來），Spring Cloud Alibaba AI還有很多豐富的功能，如流式呼叫、POJO轉換、AI Role等功能，各位讀者感興趣可以自行前往官方example倉庫檢視。後續也我打算利用Spring Cloud Alibaba AI嘗試構建一個RAG問答套用。

下面給出我的使用小結：

1. 簡化開發。個人開發者如果僅僅需要簡答的問答介面，無需使用Spring AI，然而，當計畫中需要開發比較復雜的AI功能，如果僅僅使用官方的SDK，寫出的程式碼可能不太容易長期維護。

2. 響應時間。介面響應時間還有很大的最佳化空間，可以看到基本的文本問答的響應就耗費了10s，不過這也取決於所處理任務的大小。

3. 模型選擇。之前使用SDK可以自己選擇通義提供的各種模型，而使用Spring AI框架，暫時不知道如何選擇其它模型進行呼叫，有知道的掘友也可以在評論區說一下。

未來，Spring Cloud Alibaba AI還將繼續完成 VectorStore、Embedding、ETL Pipeline 等更多適配，簡化 RAG 等更多 AI 套用開發場景。身

為Java開發者，我也將繼續關註Spring Cloud Alibaba 社群的最新動態。

熱門推薦