Spring AI快速入门

1️⃣ 准备工作

环境要求

• Java JDK 17+（Spring Boot 3.x 推荐）
• IDE：IntelliJ IDEA / Eclipse
• 构建工具：Maven 或 Gradle
• Spring Boot版本：3.x
• 可选：Python 环境（如果要调用 TensorFlow / PyTorch 模型）

技术栈建议

2️⃣ 创建 Spring Boot 项目

使用 Spring Initializr

https://start.spring.io/

• Project: Maven
• Language: Java
• Spring Boot: 3.x
• Dependencies:
  • Spring Web
  • Spring Boot DevTools
  • Spring Data JPA（可选）
  • Lombok（可选，简化代码）

生成项目后导入 IDE。

3️⃣ 构建 REST API 服务

快速创建一个 AI 请求接口：

@RestController @RequestMapping("/ai") public class AiController { @GetMapping("/hello") public String hello() { return "Spring AI 入门成功!"; } }

启动项目，访问http://localhost:8080/ai/hello，如果返回成功说明环境搭建完成。

4️⃣ 调用 AI 模型（示例：OpenAI GPT 接口）

添加依赖（Maven 示例）：

<dependency> <groupId>com.theokanning.openai-gpt3-java</groupId> <artifactId>client</artifactId> <version>0.11.0</version> </dependency>

创建 Service：

@Service public class AiService { private final OpenAiService openAiService; public AiService() { this.openAiService = new OpenAiService("YOUR_API_KEY_HERE"); } public String chat(String prompt) { ChatCompletionRequest request = ChatCompletionRequest.builder() .model("gpt-3.5-turbo") .messages(List.of(new ChatMessage("user", prompt))) .build(); ChatCompletionResult result = openAiService.createChatCompletion(request); return result.getChoices().get(0).getMessage().getContent(); } }

Controller 调用：

@RestController @RequestMapping("/ai") public class AiController { private final AiService aiService; public AiController(AiService aiService) { this.aiService = aiService; } @GetMapping("/chat") public String chat(@RequestParam String prompt) { return aiService.chat(prompt); } }

访问接口示例：

http://localhost:8080/ai/chat?prompt=写一首关于春天的诗

5️⃣ 高级拓展

1. 多模型接入：
   • OpenAI, Hugging Face, Local TensorFlow / PyTorch 模型
2. 异步调用：
   • Spring@Async+ CompletableFuture 提高 AI 调用性能
3. 数据持久化与分析：
   • 使用 Spring Data 将 AI 生成的结果存储到数据库
4. Web 前端交互：
   • Spring Boot + Thymeleaf / React / Vue 提供前端页面

6️⃣ 学习路线（快速入门到实践）

1. Spring Boot 基础：REST API, DI, Bean, Controller
2. 调用外部 API：RestTemplate / WebClient
3. 接入 AI 模型：OpenAI / Hugging Face
4. 异步处理与队列：Spring Async / RabbitMQ / Kafka
5. 优化与部署：Docker 化、Nginx 代理、云端部署