# spring_ai_alibaba_project

**Repository Path**: li9699/spring_ai_alibaba_project

## Basic Information

- **Project Name**: spring_ai_alibaba_project
- **Description**: SAA项目实战
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 2
- **Created**: 2025-10-09
- **Last Updated**: 2025-10-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: Spring, AI, 阿里云百炼平台

## README

# Spring AI 阿里巴巴项目示例

这是一个使用 Spring AI 和阿里巴巴 DashScope API 的示例项目集合，展示了如何将大语言模型集成到 Spring Boot 应用程序中。

## 项目概述

本项目包含多个模块，演示了以下功能：

- 基础 Hello World 示例
- 使用 Ollama 本地模型
- ChatModel 和 ChatClient 的使用
- 流式输出处理
- 提示词工程 (Prompt Engineering)
- 提示词模板使用
- 结构化输出生成
- 对话持久化存储
- 文本到图像生成
- 文本到语音转换
- 文本嵌入向量生成
- 基于检索增强生成 (RAG) 的 AI 运维应用
- 工具调用能力
- MCP 协议服务器和客户端实现
- 百炼平台 RAG 应用
- 智能点餐助手

## 快速开始

### 前提条件

- Java 17 或更高版本
- Spring Boot 3.x
- Maven 构建工具
- DashScope API 密钥

### 安装配置

1. 克隆项目仓库
2. 在 `application.yml` 中配置 DashScope API 密钥
3. 使用 Maven 构建项目
4. 运行所需的模块

### 运行示例

每个模块都是一个独立的 Spring Boot 应用程序，可以单独运行。例如，运行基础 Hello World 示例：

```bash
cd SAA-01HelloWorld
mvn spring-boot:run
```

## 使用说明

访问不同的端点来体验各种功能：

- `/hello/chat` - 基础聊天功能
- `/hello/stream` - 流式聊天输出
- `/ollama/chat` - 使用 Ollama 本地模型
- `/chatclient/dochat` - ChatClient 使用示例
- `/stream/chatflux*` - 流式输出演示
- `/prompt/chat*` - 提示词工程示例
- `/prompttemplate/chat*` - 提示词模板使用
- `/structuredoutput/chat` - 结构化输出生成
- `/chatmemory/chat` - 对话持久化存储
- `/t2i/image` - 文本到图像生成
- `/t2v/voice` - 文本到语音转换
- `/text2embed` - 文本嵌入向量生成
- `/ragaiops` - RAG AI 运维应用
- `/toolcall/chat*` - 工具调用能力
- `/mcpclient/chat*` - MCP 协议客户端
- `/bailian/rag/chat` - 百炼平台 RAG 应用
- `/eatAgent` - 智能点餐助手

## 贡献指南

欢迎贡献代码和改进。请遵循以下步骤：

1. Fork 项目
2. 创建新分支
3. 提交更改
4. 发起 Pull Request

## 许可证

本项目采用 Apache 2.0 许可证。详情请参阅 LICENSE 文件。