Spring AI 指南

近年来，人工智能技术的迅猛发展改变了我们对科技的看法，并在各个领域引发了巨大的变革。每个人都希望在自己的项目上能够使用人工智能。Spring 框架提供了一个名为 “Spring AI” 的项目，Spring AI 项目旨在简化包含人工智能功能的应用程序的开发，避免不必要的复杂性。目前还处于预测试版，也就意味着将来可能发生变化，不过事实上现在已经可以和OpenAI、Azure OpenAI、Hugging Face、Ollama进行API交互。

让我们看看如何在 Spring 应用程序中实现生成式AI吧。

创建一个Spirng项目

首先我们创建一个全新的Spring项目，引入Spring AI依赖。

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
        <version>3.2.0</version>
    </dependency>

    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        <version>0.8.0-SNAPSHOT</version>
    </dependency>
</dependencies>

<repositories>
    <repository>
        <id>spring-snapshots</id>
        <name>Spring Snapshots</name>
        <url>https://repo.spring.io/snapshot</url>
        <releases>
            <enabled>false</enabled>
        </releases>
    </repository>
</repositories>

在 application.yml 中设置OpenAI的API Key。具体如何获取可以参考如何获取Api Key。

spring:
  ai:
    openai:
      api-key: {OPENAI_API_KEY}

添加完成OpenAI API Key 我们就可以使用ChatClient与AI模型进行交互了，ChatClient简化了与各种人工智能模型的连接，针对各模型有自己的实现类。我们先看下基础用法，这里我创建一个接口，要求OpenAI生成一个答案给我，此时ChatClient将调用OpenAI独有的API接口向OpenAI发起请求，我们可以通过测试来看看OpenAI给我们的答案是什么吧。

@GetMapping("/top/code/language")
public String topCodeLanguage() {
    String message = "2023最受欢迎编程语言是什么";
    return chatClient.generate(message);
}

提示模板

我们稍微对上面的接口做些更改，我首先将一个路径变量放入请求，这样我们就可以将年份模板化。PromptTemplate旨在帮助创建结构化提示，我们通过add()方法插入动态内容，render()会渲染为最终字符串格式。

@GetMapping("/top/code/language/{year}")
public String topCodeLanguageByYear(@PathVariable("year") Integer year) {
    String message = "{year}最受欢迎编程语言是什么";
    PromptTemplate promptTemplate = new PromptTemplate(message);
    promptTemplate.add("year", year);
    return chatClient.generate(promptTemplate.render());
}

输出解析器

也许我们不希望它返回的是一个字符串，我们希望它作为一个对象，所以让我们看看如何做到这一点。首先我们创建一个TopLanguage类。

public class TopLanguage {
    private Integer ranking;
    private String languageName;
    private String introduction;
}

然后我们先创建一个输出解析器，BeanOutputParser是指定 Java 类转换为 JSON 模式，然后，AI 模型的 JSON 输出被反序列化为 Java 对象。同样我们通过占位符{format}插入动态内容。

@GetMapping("/top/code/language/{year}/json")
public TopLanguage topCodeLanguageByYearForFormat(@PathVariable("year") Integer year) {
    BeanOutputParser<TopLanguage> parser = new BeanOutputParser<>(TopLanguage.class);
    String message = "What is the most popular programming language in {year}? {format}";
    PromptTemplate promptTemplate = new PromptTemplate(message);
    promptTemplate.add("year", year);
    promptTemplate.add("format", parser.getFormat());
    promptTemplate.setOutputParser(parser);

    log.info("FORMAT STRING: " + parser.getFormat());

    Prompt prompt = promptTemplate.create();
    ChatResponse chatResponse = chatClient.generate(prompt);
    String content = chatResponse.getGeneration().getContent();
    return parser.parse(content);
}

结论

我们已经完成了Spring AI的基本示例，与往常一样，本文中使用的源代码可在 GitHub 上获得。

一起学习的小伙伴可以关注下我的公众号，我会经常更新技术实践类文章，所有文章都会有相应源码供大家学习交流！