第一个 SpringAI 程序

官方文档

在这个智能体井喷的时代，学习一门 AI 应用框架很重要，基于这个框架我们可以方便的开发自己的智能体。我擅长的语言是 Java，故准备系统的学习下 SpringAI，阿里大火的智能体 JManus 也是基于该框架完成。对于 JManus 感兴趣的，可以看下该篇文章。

本系列文章会先从一个入门级别的 SpringAI 程序开始，再过渡到统一门面接口 / 模型 / 提示语工程 / 标准输出转换器 / 记忆 Memory / 工具和 MCP / Advisor / 向量数据库 / RAG，最后基于 SpringAI，手写一个 Plan-Act 模式的智能体。

项目特性

SpringAI 是一个企业级的 Java AI 应用开发框架，支持如下特性：

提供统一的门面接口 ChatClient，支持同步和流式响应，简化 Agent 开发
提供统一的模型适配接口，切换模型后，仅需要改动配置项，代码不用动
支持所有的主流模型，例如远程的 OpenAI / Anthropic / Google 等模型和本地的 Ollama 模型
支持丰富的模型类型，例如 LLM 模型 / 文生图模型 / TTS(文本转语音模型) 等
支持所有主流的向量数据库
对所有支持的模型和向量数据库提供了 SpringBoot 自动配置 starter，简化模型和向量数据库的配置
支持将 AI 输出转化为标准的 Java POJO 模型
支持工具 Tool / MCP 调用，可以让模型在运行时动态的调用外界接口
支持记忆 Memory
支持 `RAG(Retrieval Augmented Generation)``
支持 Advisors 模式

搭建工程

在 SpringBoot 脚手架页面按照下图所示进行参数选择，之后点击“GENERATE”生成代码包。

解压该包，引入 IDEA 编辑器。

引入依赖

引入最新的 spring-ai 统一依赖版本管理配置

xml

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>1.0.2</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

web 服务接口依赖

xml

	<dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter</artifactId>
        </dependency>
        <!-- web -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
	</dependencies>

配置模型

模型的使用通常有两种方式：

第一种是使用本地启动的 Ollama 模型服务：通常用于调试阶段，为了节省调用大模型 API 的费用，需要本地具有 GPU 算力；
第二种是使用远程的模型服务（通常会使用兼容 OpenAI 接口协议的服务）：可以去所调用模型的官网申请 apiKey，需要一定的花销。

本地 ollama 模型服务

xml

<!-- model-本地 -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-ollama</artifactId>
</dependency>

application.properties 配置文件

spring.ai.model.chat=ollama
spring.ai.ollama.base-url=http://127.0.0.1:11434
spring.ai.ollama.chat.options.model=qwen3:30b-a3b-instruct-2507-q4_K_M

说明：列出最核心的两个配置，更多配置项见 spring-ai-ollama 文档

spring.ai.ollama.base-url：ollama 服务的基础 url
spring.ai.ollama.chat.options.model：指定使用的 ollama 模型

远程 Qwen 模型服务（兼容 OpenAi 接口协议）

xml

<!-- openai 兼容服务-远程 -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>

application.properties 配置文件

spring.ai.model.chat=openai
spring.ai.openai.base-url=https://dashscope.aliyuncs.com/compatible-mode/
spring.ai.openai.api-key=填写你自己的apiKey
spring.ai.openai.chat.options.model=qwen-long

说明：列出最核心的三个配置，更多配置项见 spring-ai-ollama 文档

spring.ai.openai.base-url：如果使用阿里云的百炼模型，填写如上，在百炼平台查看
spring.ai.openai.api-key：如果使用阿里云的百炼模型，在百炼平台申请和查看
spring.ai.openai.chat.options.model：如果使用阿里云的百炼模型，在百炼平台查看，选择一个合适的模型即可

配置 ChatClient Bean

java

@Configuration
public class SpringAIConfig {
    @Bean
    public ChatClient chatClient(ChatModel chatModel) {
        return ChatClient.create(chatModel);
    }
}

开发 Controller 接口

java

@RestController
public class Controller {
    @Resource
    private ChatClient chatClient;

    @RequestMapping("/")
    public String execute(@RequestParam("userRequest") String userRequest) {
        return chatClient.prompt(userRequest).call().content();
    }
}

启动应用

如果使用的是本地模型服务，需要首先启动 ollama 本地模型服务。

之后启动应用，浏览器访问 http://localhost:8080/?userRequest=讲一个笑话，查看输出即可

text

当然可以！来一个轻松的： 有一天，小明去面试，面试官问他：“你有什么特长？” 小明想了想，认真地说：“我会预测未来。” 面试官笑了笑：“哦？那你预测一下，你什么时候能被录用？” 小明淡定地说：“这个嘛……我预测我不会被录用。” 面试官一愣，笑着说：“你预测得真准！你被录用了！” 小明：“……看来我的预测不准，我得改行当预言家了。” 😄 希望你笑出声！要不要再来一个？ 😄

文章的最后，如果您觉得本文对您有用，请打赏一杯咖啡！感谢！

第一个 SpringAI 程序 ​

项目特性 ​

搭建工程 ​

引入依赖 ​

配置模型 ​

本地 ollama 模型服务 ​

远程 Qwen 模型服务（兼容 OpenAi 接口协议） ​

配置 ChatClient Bean ​

开发 Controller 接口 ​

启动应用 ​