JAVA简单走进AI世界~Spring AI

1、背景

现代 AI 正以前所未有的速度改变着世界。它是基于复杂算法和强大计算能力的技术体系，涵盖了机器学习、深度学习、自然语言处理等多个领域。

在日常生活中，AI 广泛应用于智能语音助手、图像识别、推荐系统等。比如，智能音箱能理解并回应语音指令，为人们提供信息查询、音乐播放等服务；图像识别技术助力医疗诊断，精准识别疾病。

在工业领域，AI 通过自动化流程提高生产效率、优化供应链管理。无人驾驶汽车的出现，更是对交通出行方式的变革性探索。

AI 的发展也带来了诸多挑战，如数据隐私、伦理问题等。但不可否认，它正不断推动人类社会向智能化迈进，为生活和工作带来无限可能。

2、Spring Ai介绍

在这里插入图片描述

Spring AI 是一个专为 Java 开发者设计的面向 AI 大模型的开发框架。以下是对它的详细介绍：
主要特性

丰富的模型支持：集成了 OpenAI、Microsoft、Amazon、Google 和 Huggingface 等多家主流的 AI 模型提供商，支持多种模型类型，如聊天机器人、文本到图像转换等，还提供了跨不同 AI 提供商的可移植 API，方便开发者在不同服务提供商之间切换

自然语言处理能力：提供丰富的 NLP 工具，可进行文本生成、情感分析、语音识别等，例如可以轻松地处理用户输入的文本，然后利用机器学习模型来预测用户问题的意图，最终给出相应的回答。
机器学习集成：允许开发者轻松加载、训练和推理 AI 模型，能将训练好的模型嵌入到 Spring 应用程序中，进行预测、分类、聚类等任务
图像处理与计算机视觉：支持图像识别、目标检测、图像分割等任务，为应用程序增加更多智能。
检索增强生成（RAG）：结合检索和生成技术，提高生成内容的准确性和相关性。函数调用：允许开发者自定义函数，使 AI
模型能够与外部系统交互。矢量数据库集成：覆盖了 Azure Vector
Search、Chroma、Milvus、Neo4j、PostgreSQL/PGVector、PineCone、Qdrant、Redis
和 Weaviate 等主流的矢量数据库引擎，并提供跨 Vector Store 提供程序的可移植 API 和类似 SQL 的元数据过滤器
API

优势
简化集成流程：提供简单易用的 API 和工具，使得将人工智能功能集成到 Spring 应用程序中变得轻而易举，开发者无需深入研究 AI 技术的细节，就可以快速实现复杂的 AI 功能。
提高开发效率：利用其丰富功能和工具，可更快地开发出功能强大的应用程序，大大缩短开发周期。
增强应用智能性：通过集成自然语言处理、机器学习、图像识别等功能，使应用程序更加智能化，提升用户体验。
熟悉的开发环境：对于熟悉 Spring 框架的 Java 开发者来说，无需学习全新的工具或语言，能利用现有的开发技能和经验快速上手 AI 项目。

应用场景

智能客服系统：可以通过自然语言处理理解用户的问题，并给出相应的解答。
数据分析与预测：结合机器学习模型对大量数据进行分析和预测，如销售趋势预测、风险评估等。
图像识别与处理：用于图像识别、目标检测、图像分割等任务，如安防监控中的人脸识别、医疗影像分析等。
智能推荐系统：根据用户的行为和偏好，利用机器学习算法进行个性化推荐。

3、spring ai使用

（1）使用前准备
导依赖
【这里用open ai做例子，若要使用其他模型，可以自行导入对于大模依赖】
在这里插入图片描述

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-spring-boot-starter</artifactId><version>自定义</version>
</dependency>

open ai官网地址

https://openai.com/

因为openai是国外的，所以调用比较耗时，所以各位可以使用中转【中转服务可以到淘宝等电商平台购买】

以为用对接deepseek做例子实现对接【deepseek是兼容openai的springboot包】
（1）添加配置

spring:ai:openai:chat:options:model: deepseek-reasoner  #【模型名称】api-key: xxxxxxxxbase-url: https://api.deepseek.com

https://platform.deepseek.com/api_keys

在这里插入图片描述
备注：新注册是会送￥10，若是老用户，请自行充值对接使用

模型名称	模型
deepseek-chat	deepseek-v3
deepseek-reasoner	deepseek-r1

（2）注入bean

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class SpringAiConfig {@Beanpublic ChatClient springAiClient(ChatClient.Builder chatClientBuilder) {return chatClientBuilder.build();}
}

（3）实现简单对话

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;@RestController
@RequestMapping("/ai")
@RequiredArgsConstructor
public class AiController {private final ChatClient chatClient;@GetMapping("chat")public String chat(@RequestParam("mesg") String mesg) {return chatClient.prompt(