# spring-ai-examples

**Repository Path**: dickeryang/spring-ai-examples

## Basic Information

- **Project Name**: spring-ai-examples
- **Description**: spring AI 专栏项目示例代码
- **Primary Language**: Java
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-01
- **Last Updated**: 2026-04-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Spring AI 企业级应用开发实战

<div align="center">

**《Spring AI 企业级应用开发实战：从零基础到 AI 架构师的完整成长路径》配套代码仓库**

[![Java](https://img.shields.io/badge/Java-17-blue.svg)](https://openjdk.java.net/)
[![Spring Boot](https://img.shields.io/badge/Spring%20Boot-3.2.4-brightgreen.svg)](https://spring.io/projects/spring-boot)
[![Spring AI](https://img.shields.io/badge/Spring%20AI-1.0.0--M6-blue.svg)](https://spring.io/projects/spring-ai)
[![License](https://img.shields.io/badge/License-Apache%202.0-green.svg)](LICENSE)
[![Status](https://img.shields.io/badge/Status-In%20Progress-yellow.svg)](#-连载状态)

📚 **本专栏共 53 篇，系统讲解 Spring AI 从入门到企业级架构的完整技能体系**

</div>

---

## 📖 专栏简介

### 🎯 专栏定位

本专栏面向**Java 开发者、后端工程师和企业级应用开发者**,提供从**Spring AI 零基础到生产级 AI 架构师**的完整技能体系。
通过系统性、实战性的内容设计，涵盖 **Spring AI 框架核心**、**RAG 知识库构建**、**Agent 智能体开发**、**向量数据库集成**、**大模型
API 调用**、**企业级架构设计**等核心主题，助力开发者实现从**传统 Java 开发到 AI 架构师**的技能跃迁。

### ✨ 核心价值

✅ **系统性知识体系**: 从 Spring AI 基础到企业级架构，形成完整的 AI 开发知识闭环  
✅ **实战导向**: 每篇文章都包含企业级真实场景的代码实践，提供可直接落地的解决方案  
✅ **前沿技术**: 跟踪 Spring AI 最新发展，保持内容的前沿性和实用性  
✅ **架构思维**: 培养 AI 应用架构设计能力，从代码层面提升到系统架构层面  
✅ **职业发展**: 掌握企业急需的 AI 技能，提升职场竞争力，实现薪资跃迁

### 📊 专栏统计

| 指标         | 数据                   |
|------------|----------------------|
| **文章总数**   | 53 篇                 |
| **代码示例**   | 100+ 个完整示例           |
| **实战项目**   | 10+ 个综合项目            |
| **配置文件**   | 20+ 个生产级配置           |
| **预计学习时长** | 20-25 周（每周 10-15 小时） |
| **完成进度**   | 🔄 连载中               |

### 🎯 目标读者

1. **开发初学者**: 有 Java 和 Spring Boot 基础，想系统学习 Spring AI 开发技能，构建智能化应用
2. **1-3 年经验**: 希望系统提升 AI 应用能力，掌握 RAG、Agent 等核心技术，向 AI 工程师方向发展
3. **3-5 年经验**: 寻求技术突破，向 AI 架构师方向发展，需要掌握企业级 AI 应用架构设计和性能优化
4. **技术管理者**: 需要了解 AI 技术栈选型、团队技术升级路径，制定 AI 转型战略

---

## 🚀 快速开始

### 📋 环境要求

```bash
- JDK 17+
- Maven 3.6+
- OpenAI API Key 或 阿里云 DashScope API Key
```

### 💻 安装步骤

#### 1. 克隆项目

```bash
cd /Users/dickeryang/deploy/java/spring-ai/spring-ai-examples
```

#### 2. 编译项目

```bash
mvn clean package -DskipTests
```

✅ **编译成功标志：**

```
BUILD SUCCESS
Replacing main artifact with repackaged archive
```

#### 3. 配置 API Key

**方式一：使用环境变量（推荐）**

```bash
# OpenAI API Key
export OPENAI_API_KEY=sk-your-openai-api-key-here

# 或使用通义千问（推荐国内用户）
export DASHSCOPE_API_KEY=sk-your-dashscope-api-key
```

**方式二：修改配置文件**

编辑 `spring-ai-examples/src/main/resources/application.yml`：

```yaml
spring:
  ai:
    openai:
      api-key: sk-your-openai-api-key-here
    dashscope:
      api-key: sk-your-dashscope-api-key
```

#### 4. 启动应用

```bash
java -jar target/spring-ai-examples-1.0.0.jar
```

启动成功后会看到：

```
Tomcat started on port 8080 (http) with context path ''
Started SpringAiExamplesApplication in 4.168 seconds
初始化 ChatClient
```

---

## 📡 API 接口测试

项目提供以下 RESTful API 接口：

### 1. 简单聊天接口（GET）

**请求：**

```bash
curl -G --data-urlencode "message=Hello" "http://localhost:8080/api/chat"
```

**响应：**

```json
{
  "reply": "Hello! How can I assist you today?",
  "costTime": 1250
}
```

### 2. 高级聊天接口（POST）

**请求：**

```bash
curl -X POST http://localhost:8080/api/chat/send \
  -H "Content-Type: application/json" \
  -d '{
    "message": "用三句话介绍人工智能",
    "systemPrompt": "你是一位专业的 AI 助手，请用简洁的语言回答",
    "temperature": 0.5,
    "maxTokens": 200
  }'
```

**响应：**

```json
{
  "request": {
    "message": "用三句话介绍人工智能",
    "systemPrompt": "你是一位专业的 AI 助手，请用简洁的语言回答",
    "temperature": 0.5,
    "maxTokens": 200
  },
  "reply": "人工智能是模拟人类智能的计算机系统...",
  "model": "gpt-3.5-turbo",
  "costTime": 1580
}
```

### 3. 上下文对话（POST）

**请求：**

```bash
curl -X POST http://localhost:8080/api/chat/context \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      "我叫小明",
      "记住了，你的名字是小明",
      "你喜欢什么运动？"
    ]
  }'
```

**响应：**

```json
{
  "messagesCount": 3,
  "reply": "我喜欢各种球类运动，特别是篮球和足球。你呢？",
  "costTime": 1890
}
```

### 4. 多模型切换（POST）

**请求：**

```bash
curl -X POST http://localhost:8080/api/chat/model \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Hello",
    "model": "qwen-max"
  }'
```

**支持的模型：**

| 模型              | 提供商    | 说明         |
|-----------------|--------|------------|
| `gpt-3.5-turbo` | OpenAI | 快速、经济实惠    |
| `gpt-4`         | OpenAI | 最强性能       |
| `qwen-max`      | 通义千问   | 国产大模型，中文优化 |
| `qwen-plus`     | 通义千问   | 性价比之选      |

**响应：**

```json
{
  "model": "qwen-max",
  "reply": "Hello! How can I assist you today?",
  "costTime": 2100
}
```

### 5. 健康检查

```bash
curl http://localhost:8080/api/chat/health
```

**响应：** `OK`

---

## 🏗️ 项目结构

```
spring-ai-examples/
├── src/main/java/com/example/springai/
│   ├── SpringAiExamplesApplication.java    # 主启动类
│   ├── client/
│   │   └── OpenAiClient.java              # 统一 API 客户端
│   ├── config/
│   │   ├── AiConfig.java                  # Spring AI 配置
│   │   └── OpenAiProperties.java          # OpenAI 配置属性
│   ├── controller/
│   │   └── ChatController.java            # REST 控制器
│   └── service/
│       └── ChatService.java               # 业务逻辑层
├── src/main/resources/
│   └── application.yml                    # 配置文件
├── pom.xml                                # Maven 配置
└── README.md                              # 项目文档
```

---

## 💡 核心代码解析

### 1. ChatClient 使用（OpenAiClient.java）

```java

@Component
@RequiredArgsConstructor
public class OpenAiClient {
    private final ChatClient chatClient;

    /**
     * 简单对话
     */
    public String chat(String message) {
        log.info("收到消息：{}", message);
        long startTime = System.currentTimeMillis();
        try {
            String response = chatClient.prompt()
                    .user(message)
                    .call()
                    .content();

            long costTime = System.currentTimeMillis() - startTime;
            log.info("AI 回复：{} (耗时：{}ms)", response, costTime);
            return response;
        } catch (Exception e) {
            log.error("AI 调用失败：{}", e.getMessage(), e);
            throw new RuntimeException("AI 服务调用失败：" + e.getMessage(), e);
        }
    }

    /**
     * 上下文对话
     */
    public String chatWithContext(List<String> messages) {
        log.info("上下文对话，消息数：{}", messages.size());

        try {
            StringBuilder promptBuilder = new StringBuilder();
            for (int i = 0; i < messages.size(); i++) {
                String role = (i % 2 == 0) ? "User" : "Assistant";
                promptBuilder.append(role)
                        .append(": ")
                        .append(messages.get(i))
                        .append("\n");
            }
            return chatClient.prompt()
                    .user(promptBuilder.toString())
                    .call()
                    .content();
        } catch (Exception e) {
            log.error("上下文对话失败：{}", e.getMessage(), e);
            throw new RuntimeException("上下文对话失败：" + e.getMessage(), e);
        }
    }
}
```

### 2. Bean 配置（AiConfig.java）

```java

@Configuration
public class AiConfig {

    private final OpenAiChatModel openAiChatModel;

    @Bean
    public ChatClient chatClient() {
        log.info("初始化 ChatClient");
        return ChatClient.builder(openAiChatModel).build();
    }
}
```

### 3. 配置属性类（OpenAiProperties.java）

```java

@Data
@Configuration
@ConfigurationProperties(prefix = "spring.ai.openai")
public class OpenAiProperties {
    private String apiKey;
    private final String model = "gpt-3.5-turbo";
    private final Double temperature = 0.7;
}
```

---

## 🔧 常见问题 FAQ

### Q1: 编译失败，找不到 Spring AI 依赖

**问题：** `Could not resolve dependencies for project`

**解决：**

1. 确保 POM 中添加了 Spring Milestones 仓库
2. 使用正确的版本号（1.0.0-M6）

```xml

<repositories>
    <repository>
        <id>spring-milestones</id>
        <url>https://repo.spring.io/milestone</url>
    </repository>
</repositories>
```

### Q2: 启动失败，缺少 ChatClient Bean

**问题：** `No qualifying bean of type 'ChatClient' available`

**解决：** 确保创建了 `AiConfig` 配置类并正确注入 `OpenAiChatModel`

### Q3: API 调用超时

**问题：** `Operation timed out`

**解决：**

1. 检查网络连接
2. 如在国内，建议使用通义千问模型
3. 配置代理：

```yaml
spring:
  ai:
    openai:
      base-url: https://api.openai.com/v1
      proxy:
        host: your-proxy-host
        port: 7890
```

### Q4: 如何切换到通义千问？

**方法：** 修改配置文件：

```yaml
spring:
  ai:
    dashscope:
      api-key: ${DASHSCOPE_API_KEY}
      chat:
        options:
          model: qwen-max
```

然后修改代码使用 `DashscopeChatModel` 替代 `OpenAiChatModel`

### Q5: 如何降低 Token 消耗？

**建议：**

1. 设置 `maxTokens` 限制输出长度
2. 调低 `temperature` 参数（0.3-0.5）
3. 精简 Prompt，避免过长的上下文
4. 使用缓存策略，避免重复调用

---

## 📊 性能优化建议

### 1. 连接池配置

```yaml
spring:
  ai:
    openai:
      connection-pool:
        enabled: true
        max-total: 50
        max-per-route: 10
```

### 2. 缓存策略

在 Service 层添加 Redis 缓存：

```java

@Service
public class ChatService {
    @Cacheable(value = "chatCache", key = "#message")
    public String chat(String message) {
        return openAiClient.chat(message);
    }
}
```

### 3. 限流保护

```java

@Service
public class ChatService {
    @RateLimiter(name = "chatLimiter", fallbackMethod = "chatFallback")
    public String chat(String message) {
        return openAiClient.chat(message);
    }
}
```

---

## 🛠️ 技术栈

### 后端核心技术

```
核心框架：Spring Boot 3.x + Spring Framework 6.x + Spring AI 1.x
AI 框架：Spring AI + LangChain4j + Semantic Kernel
大模型 API: OpenAI GPT-4/3.5 + Anthropic Claude + Azure OpenAI + 通义千问
向量数据库：Redis Vector + Pinecone + Milvus + Weaviate + pgvector
数据访问：Spring Data JPA + MyBatis-Plus + Redis Template
缓存中间件：Redis 7.x + Caffeine + Redisson
消息队列：RabbitMQ + Kafka + RocketMQ
搜索引擎：Elasticsearch 8.x + OpenSearch
```

### 基础设施与 DevOps

```
数据库：MySQL 8.0 + PostgreSQL 15+ + MongoDB 7.x
容器化：Docker 24.x + Kubernetes 1.28+ + Helm 3.x
CI/CD: Jenkins 2.x + GitLab CI + GitHub Actions
监控告警：Prometheus 2.x + Grafana 10.x + SkyWalking
日志系统：ELK Stack (Elasticsearch + Logstash + Kibana) + Loki
API 网关：Kong + APISIX + Spring Cloud Gateway
服务网格：Istio 1.19+ + Linkerd
```

### 配套工具链

```
开发工具：IntelliJ IDEA 2024.x + VS Code + Cursor
构建工具：Maven 3.9.x + Gradle 8.x
版本控制：Git 2.x + GitFlow + GitHub/GitLab
测试工具：JUnit 5 + Mockito + Testcontainers + Postman
调试工具：Arthas + VisualVM + JProfiler
AI 辅助：GitHub Copilot + Cursor + Codeium
```

---

## 💡 学习收获

通过本专栏学习，你将掌握：

✅ **Spring AI 框架**: 熟练使用 Spring AI 开发 AI 应用，掌握 ChatModel、Function Calling 等核心 API  
✅ **RAG 技术栈**: 从零构建企业级知识库系统，掌握文档处理、向量化、检索优化全流程  
✅ **Agent 开发**: 设计自主规划的 AI 智能体，掌握任务分解、工具调用、多 Agent 协作  
✅ **架构设计**: 设计高可用、高性能的企业级 AI 应用架构，掌握微服务、监控、安全等核心能力  
✅ **性能优化**: LLM 成本优化、检索加速、并发处理，打造生产级 AI 系统  
✅ **前沿视野**: 了解多模态 AI、AI 原生应用等前沿技术，保持技术敏感度

---

## 📈 职业发展

### 能力提升

- ✅ **AI 工程化能力**: 能够将 AI 模型转化为可用的软件系统
- ✅ **架构设计思维**: 从代码层面提升到系统架构层面
- ✅ **性能优化技能**: 具备性能分析和调优能力
- ✅ **团队协作能力**: 掌握 AI 项目的团队协作和版本管理
- ✅ **问题解决能力**: 建立完整的问题诊断和解决思维

### 职业机会

- 💼 **AI 工程师**: 掌握企业急需的 AI 开发技能，薪资涨幅 30-50%
- 📈 **架构师**: 具备 AI 系统架构设计能力，向技术专家方向发展
- 🎓 **技术顾问**: 为企业提供 AI 转型咨询和技术培训
- 🚀 **创业者**: 利用 AI 技术创新，孵化自己的产品和服务

---

## 📝 开发计划

本专栏正在连载中，源代码和文章将持续更新：

- [x] ✅ 完成专栏内容规划（53 篇）
- [ ] 🔄 第一部分：Spring AI 基础入门与环境搭建（第 001-010 篇）
- [ ] ⏳ 第二部分：RAG 知识库构建核心技术（第 011-025 篇）
- [ ] ⏳ 第三部分：Agent 智能体开发与复杂应用（第 026-040 篇）
- [ ] ⏳ 第四部分：企业级架构设计与性能优化（第 041-050 篇）
- [ ] ⏳ 第五部分：前沿技术与综合实战（第 051-053 篇）

### 配套资源

- 📂 **GitHub 仓库**: 提供完整源代码和示例项目
- 📖 **CSDN 专栏**: 《Spring AI 企业级应用开发实战》系列文章
- 💬 **技术交流群**: 加微信加入 Spring AI 学习社群
- 🎁 **福利资源**: Spring AI 速查手册、RAG 架构图集、Prompt 模板库

---

## 👨‍💻 作者信息

**行者·全栈架构师**

- CSDN 博客专家
- 专注 Spring 生态、微服务架构、AI 应用开发
- 微信公众号：【行者架构谈】
- 专栏创建时间：2026-04-01
- 预计完结时间：2026-09-30（连载中）

---

## 📄 开源协议

Apache License 2.0

---

<div align="center">

**如果这个项目对你有帮助，请给一个 ⭐ Star！**

**🔥 53 篇干货，助你成为 AI 时代的技术领袖！**

**欢迎关注公众号获取更多技术干货**

[![公众号](https://img.shields.io/badge/公众号 - 行者架构谈-green.svg)](javascript:void(0))
[![CSDN](https://img.shields.io/badge/CSDN-博客-red.svg)](https://blog.csdn.net/qq_35366330?type=blog)

**🎉 开启 Spring AI 学习之旅！**

立即订阅，不错过任何一篇精彩内容！

</div>