Spring AI Alibaba 实战指南：从 Hello World 到企业级智能应用
Spring AI Alibaba 实战指南：从 Hello World 到企业级智能应用
目录
- 引言：为什么选择 Spring AI Alibaba
- 项目架构与环境搭建
- 阶段一：基础对话 Hello World
- 阶段二：Prompt 工程与代码助手
- 阶段三：流式输出与智能客服
- 阶段四：RAG 检索增强生成
- 阶段五：Agent 智能体与函数调用
- 阶段六：生产级特性与优化
- 总结与最佳实践
1. 引言：为什么选择 Spring AI Alibaba
1.1 AI 应用开发的挑战
在传统的 AI 应用开发中，开发者面临以下挑战：
- API 调用复杂：需要手动处理 HTTP 请求、认证、重试等
- 状态管理困难：多轮对话的记忆管理需要自行实现
- 缺乏统一抽象：不同大模型厂商的 API 差异大，切换成本高
- 生产特性缺失：监控、缓存、降级等企业级特性需要从零开始
1.2 Spring AI Alibaba 的优势
Spring AI Alibaba 是阿里巴巴基于 Spring AI 框架推出的 AI 开发套件，提供：
- 声明式 API：使用
ChatClient像调用普通服务一样调用大模型 - 统一的抽象层：屏蔽底层模型差异，支持通义千问、文心一言等
- 生产级特性：内置缓存、重试、熔断、监控等能力
- 生态整合：与 Spring Boot、Spring Cloud 无缝集成
1.3 本文学习目标
通过一个完整的 spring-ai-alibaba-learning 项目，循序渐进掌握：
| 阶段 | 主题 | 核心技能 |
|---|---|---|
| 一 | 基础对话 | ChatClient 使用、配置管理 |
| 二 | Prompt 工程 | 模板设计、Few-shot、角色设定 |
| 三 | 流式对话 | SSE 流式输出、会话记忆 |
| 四 | RAG 实战 | 向量检索、文档问答 |
| 五 | Agent 开发 | 函数调用、工具编排 |
| 六 | 生产优化 | 缓存、监控、降级 |
2. 项目架构与环境搭建
2.1 项目结构
spring-ai-alibaba-learning/ ├── src/main/java/com/alibaba/cloud/ai/learning/ │ ├── SpringAiAlibabaLearningApplication.java # 启动类 │ ├── config/ # 生产级配置 │ │ ├── MonitoredChatClient.java # 监控包装器 │ │ ├── CachedChatClient.java # 缓存包装器 │ │ ├── ResilienceConfig.java # 熔断降级 │ │ └── RetryConfig.java # 重试配置 │ ├── controller/ # 控制器层 │ │ ├── AIController.java # 基础对话 │ │ ├── CodeAssistantController.java # 代码助手 │ │ ├── CustomerServiceController.java # 智能客服 │ │ ├── KnowledgeBaseController.java # 知识库 │ │ └── OrderAgentController.java # Agent 智能体 │ ├── service/ # 服务层 │ │ ├── CodeAssistantService.java # Prompt 模板 │ │ ├── CustomerService.java # 会话管理 │ │ ├── KnowledgeBaseService.java # RAG 检索 │ │ └── OrderAgentExecutor.java # Agent 执行 │ ├── agent/ # Agent 工具 │ │ └── OrderAgent.java # 订单助手 │ └── model/ # 数据模型 └── src/main/resources/ └── application.yml # 配置文件2.2 核心依赖
<properties> <java.version>17</java.version> <spring-ai-alibaba.version>1.1.2.0</spring-ai-alibaba.version> </properties> <dependencies> <!-- Spring AI Alibaba DashScope --> <dependency> <groupId>com.alibaba.cloud.ai</groupId> <artifactId>spring-ai-alibaba-starter-dashscope</artifactId> <version>${spring-ai-alibaba.version}</version> </dependency> <!-- Spring Cloud Circuit Breaker --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-circuitbreaker-resilience4j</artifactId> <version>3.1.0</version> </dependency> <!-- Micrometer Prometheus --> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> </dependency> </dependencies>2.3 配置说明
spring: ai: dashscope: api-key: ${DASHSCOPE_API_KEY:sk-xxx} chat: model: qwen-max # 通义千问模型 temperature: 0.8 # 创造性参数 (0-2) top-p: 0.9 # 采样参数 max-tokens: 2000 # 最大输出长度 ai: retry: max-attempts: 3 # 最大重试次数 backoff: min-interval: 1000 # 最小退避间隔 max-interval: 30000 # 最大退避间隔 multiplier: 1.5 # 退避倍数2.4 快速启动
# 1. 设置 API Key export DASHSCOPE_API_KEY=sk-your-api-key # 2. 启动项目 cd spring-ai-alibaba-learning mvn spring-boot:run # 3. 测试接口 curl "http://localhost:8081/ai/chat?message=你好"3. 阶段一：基础对话 Hello World
3.1 核心概念：ChatClient
ChatClient 是 Spring AI 的核心抽象，提供简洁的链式 API：
@RestController @RequestMapping("/ai") public class AIController {