Spring AI Alibaba — ChatModel与ChatClient的联系与区别

下面是针对Spring AI Alibaba（基于 Spring AI）中ChatModel和ChatClient的联系与区别，以及链式代码（Fluent API）与样板代码（Boilerplate Code）区别的说明，并附带Java 示例与完整 Markdown 文档（参考 Spring AI Alibaba 快速开始文档与 API 设计理念）([Spring AI Alibaba][1])

欢迎关注我的技术微信公众号

Spring AI Alibaba: ChatModel 与 ChatClient 详解

本文从概念、应用场景、API 设计风格、示例代码等方面比较 Spring AI Alibaba 中的核心聊天组件 ——ChatModel与ChatClient。

1. 基本概念

ChatModel（原子 API）

ChatModel是 Spring AI 提供的基础模型 API，它直接表示一个会话模型（如通义千问，OpenAI 模型等）。开发者调用它时需要自行构造 Prompt、处理输入输出，是最基础、最灵活的 AI 接口。

特点：

• 直接与模型交互，适合需要最大灵活度的场景。
• 手动构造消息（Prompt、消息列表等）。
• 结果需要程序逐步处理及解析（JSON、结构化等）。
• 适合复杂逻辑或自己组合场景。
• API 较“原始”，需写更多样板代码。
• 常见调用方式：chatModel.call(prompt)。

ChatClient（Fluent API）

ChatClient是基于ChatModel之上的更高层封装，对原始模型调用进行统一封装，提供链式或流式 API（Fluent API），隐藏大量样板代码。开发者通过链式方法描述交互过程，无需自行管理 Prompt 拼装和响应解析。

特点：

• Fluent API 封装，可链式构建交互流程（prompt().user(...).call()）。
• 内置对话记忆（Memory）、工具/函数调用（Function Calling）、结构化输出等。
• 支持同步调用、流式响应（Reactive）、并可注入 Spring 管理。
• 降低开发复杂度，提高生产效率。
• 适合典型对话系统、企业级 ChatBot 等场景。

2. 联系与区别

联系

主要区别

1. 抽象层级

   • ChatModel是更基础的模型调用 API，开发者负责组装 Prompt 与解析。
   • ChatClient是更高层的服务封装，提供链式/流式调用，并自动处理上下文、解析等细节。:contentReference[oaicite:1]{index=1}

2. 开发效率

   • ChatModel灵活但需要写更多样板代码（Prompt、消息列表、响应处理）。
   • ChatClient提供 Fluent API，一行链式代码即可完成复杂交互。:contentReference[oaicite:2]{index=2}

3. 高级功能

   • ChatClient支持聊天记忆、RAG、函数调用等扩展能力。
   • ChatModel更适合简单对话或高度定制。:contentReference[oaicite:3]{index=3}

总结：

3. 链式代码 vs 样板代码

样板代码（Boilerplate Code）

这是开发者手动构造大语言模型调用逻辑时必须写的重复性代码，例如：

• Prompt 组装
• Message 列表管理
• 参数/选项配置
• 响应 JSON 解析或结构化处理

使用ChatModel通常需要更多样板代码。

链式代码（Fluent API）

这是指通过一系列链式方法描述执行逻辑，常见于更高级别的 API 封装：

• 可读性强
• 更少重复代码
• 更易组合不同 API

ChatClient就提供这种 Fluent 风格的链式调用，例如：

chatClient.prompt("你好").call().content();

以上代码即为典型链式调用，相比传统逐步构建 Prompt/参数/解析的代码节省大量样板。([知乎专栏][2])

4. Java 示例

4.1 使用 ChatModel（样板逻辑）

importorg.springframework.ai.chat.model.ChatModel;importorg.springframework.ai.chat.model.Prompt;importorg.springframework.ai.chat.messages.UserMessage;importorg.springframework.ai.chat.model.ChatResponse;importcom.alibaba.cloud.ai.dashscope.api.DashScopeApi;importcom.alibaba.cloud.ai.dashscope.chat.DashScopeChatModel;publicclassChatModelDemo{publicstaticvoidmain(String[]args){// 1. 初始化 APIDashScopeApiapi=DashScopeApi.builder().apiKey(System.getenv("AI_DASHSCOPE_API_KEY")).build();ChatModelchatModel=DashScopeChatModel.builder().dashScopeApi(api).build();Promptprompt=newPrompt(List.of(newUserMessage("请介绍一下 Spring AI ChatModel")));ChatResponseresponse=chatModel.call(prompt);System.out.println("模型输出: "+response.getText());}}

4.2 使用 ChatClient（链式 Fluent API）

importorg.springframework.ai.chat.ChatClient;importorg.springframework.boot.SpringApplication;importorg.springframework.boot.autoconfigure.SpringBootApplication;importorg.springframework.context.annotation.Bean;importorg.springframework.web.bind.annotation.*;@SpringBootApplicationpublicclassChatClientApp{publicstaticvoidmain(String[]args){SpringApplication.run(ChatClientApp.class,args);}@RestControllerpublicclassChatController{privatefinalChatClientchatClient;publicChatController(ChatClient.Builderbuilder){this.chatClient=builder.defaultSystem("你是一个智能助手").build();}@GetMapping("/chat")publicStringsimpleChat(@RequestParamStringquery){returnchatClient.prompt(query).call().content();}}}

5. 结论

• ChatModel提供了基础且可定制的对话调用方式，适合复杂逻辑场景；
• ChatClient提供了更高抽象、链式 API 的体验，适合快速构建对话系统；
• Chain API具备更少样板代码、更高可读性；
• Boilerplate Code具备更细粒度控制能力。

以上内容基于 Spring AI Alibaba 官方设计理念与社区讨论整理。

[1]: https://java2ai.com/docs/dev/tutorials/chat-client/?utm_source=chatgpt.com "Chat Client-阿里云Spring AI Alibaba官网官网" [2]: https://zhuanlan.zhihu.com/p/1930935840713970739?utm_source=chatgpt.com "让复杂AI 应用构建就像搭积木：Spring AI Alibaba Graph 使用指南与 ..."