Spring AI，Java工程师也能玩转大模型-51CTO.COM

在这个人工智能的春天，我们迎来了Spring AI。在这篇文章中，将介绍Spring AI以及如何将其与Ollama本地模型集成。

一、Spring AI简介

图片

官方正式宣布，Spring AI已经列入Spring Initializr。它提供了一种更简洁的方式来与AI交互，降低了将LLM模型集成到Java操作中的学习曲线。它现在可以在start.spring.io上使用和构建。

Spring AI是一个人工智能工程应用框架。它的目标是将Spring生态系统的设计原则，如可移植性和模块化设计，应用到AI领域，并推广使用POJO作为AI应用程序的构建模块。

二、特性

可移植的API支持跨AI提供商的交互，包括聊天、文本到图像和嵌入模型。它支持同步和流API选项。它还支持配置参数以访问特定模型。

支持的聊天模型：

OpenAI。
Azure Open AI。
Amazon Bedrock。
Anthropic的Claude。
Cohere的Command。
AI21 Labs的Jurassic-2。
Meta的LLama 2。
Amazon的Titan。
Google Vertex AI。
HuggingFace——HuggingFace上的众多模型，如Llama2。
Ollama——支持在没有GPU的情况下在本地运行AI模型。

支持的文本到图像模型：

OpenAI与DALL-E。
StabilityAI。

支持的向量模型：

OpenAI。
Azure OpenAI。
Ollama。
ONNX。
PostgresML。
Bedrock Cohere。
Bedrock Titan。
Google VertexAI。

官方文档：spring.io/projects/spring-ai

三、快速入门

使用IDEA快速启动一个新项目，选择需要的AI模型依赖项。

在这里，以Ollama模型为例：

图片

3.1 Ollama

Ollama使我们能够在不需要GPU资源的情况下在本地计算机上轻松构建大型模型，并提供控制台和RestfulAPI，以便在Ollama上快速测试和集成大型模型。

Ollama支持哪些模型？

图片

Ollama网站：ollama.com/library

提示：

Gemma是Google Meta最近发布的一个模型。
llama2模型对中文支持不太友好，而gemma模型对中文更加友好。

3.2 引入依赖项

提示：Spring AI相关的依赖项不在Maven中央资源库中，因此需要配置Spring的资源库。

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
    </dependency>
</dependencies>
<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>${spring-ai.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.

3.3 启动Ollama模型

在本地计算机控制台中运行ollama run gemma:2b（这里使用gemma模型）。

图片

第一次运行会下载模型文件（约3GB，可能需要一些时间）。

下载模型资源后，模型将自动启动，如上所示，你可以在控制台中测试和与模型交互。

3.4 配置Ollama模型

修改该项目的application.yml配置文件，添加以下内容：

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: gemma:2b1.
2.
3.
4.
5.
6.

3.5 测试

@Test
void contextLoads() {
    String message = """
                Who is Donald Trump?                               
            """;
    System.out.println(chatClient.call(message));
}1.
2.
3.
4.
5.
6.
7.

图片

3.6 流式访问

@Test
  void streamChat() throws ExecutionException, InterruptedException {
      // 构建一个异步函数来手动关闭测试函数
      CompletableFuture<Void> future = new CompletableFuture<>();

      String message = """
              year-end work summary report
              """;
      PromptTemplate promptTemplate = new PromptTemplate("""
              You are a Java development engineer, and you are good at writing the company’s year-end work summary report.
              Write a 100-word summary report based on: {message} scenario
              """);
      Prompt prompt = promptTemplate.create(Map.of("message", message));
      chatClient.stream(prompt).subscribe(
              chatResponse -> {
                  System.out.println("response: " + chatResponse.getResult().getOutput().getContent());
              },
              throwable -> {
                  System.err.println("err: " + throwable.getMessage());
              },
              () -> {
                  System.out.println("complete~!");
                  // 关闭函数
                  future.complete(null);
              }
      );
      future.get();
  }1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.