Spring AI 快速入门:从环境搭建到核心组件集成
Spring AI 快速入门:从环境搭建到核心组件集成
一、前言:Java开发者的AI开发捷径
对于Java生态的开发者来说,将人工智能技术融入企业级应用往往面临技术栈割裂、依赖管理复杂、多模型适配困难等挑战。Spring AI的出现彻底改变了这一局面——作为Spring家族专为AI场景设计的子项目,它通过标准化的依赖管理、与Spring Boot的深度集成以及丰富的开箱即用组件,让Java开发者能够像开发传统Spring应用一样快速构建AI功能。本文将基于官方最新文档,带您从零开始掌握Spring AI的核心入门知识。
二、环境准备:基础条件与版本适配
1. Spring Boot版本要求
Spring AI当前稳定支持 Spring Boot 3.4.x 版本,待3.5.x正式发布后将无缝兼容。请确保您的项目使用此范围内的Spring Boot版本,以获得最佳兼容性。
2. 开发工具建议
- IDE:推荐使用IntelliJ IDEA(支持Spring Initializr快速创建项目)
- 构建工具:Maven 3.8+ 或 Gradle 7.5+
- JDK版本:JDK 17+(Spring Boot 3.x最低要求)
三、项目初始化:通过Spring Initializr快速创建
Spring Initializr提供了可视化的AI组件选择界面,让项目搭建更简单:
操作步骤:
- 访问 start.spring.io
Spring Initializr 是一个用来创建 Spring Boot 项目的在线工具,它简化了项目创建的过程,帮助你快速初始化一个新的 Spring Boot 项目。你可以通过 Web 界面(Spring Initializr 官方网站)或命令行工具来使用它。
-
在「Dependencies」搜索栏输入关键词(如
OpenAI
、Vector Store
),勾选需要的AI组件
-
生成项目后导入IDE,即可获得包含基础依赖的Spring Boot工程
四、依赖管理:稳定版与快照版配置
1. 稳定版(Milestones)配置(推荐生产环境)
Spring AI从1.0.0-M6
版本开始进入Maven中央仓库,无需额外仓库配置,直接添加依赖即可:
Maven项目:
<dependencies><!-- Spring AI核心BOM --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>1.0.0-M6</version><type>pom</type><scope>import</scope></dependency><!-- 示例:添加OpenAI聊天模型依赖 --><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai</artifactId></dependency>
</dependencies>
Gradle项目:
dependencyManagement {imports {mavenBom 'org.springframework.ai:spring-ai-bom:1.0.0-M6'}
}
dependencies {implementation 'org.springframework.ai:spring-ai-openai'
}
2. 快照版(Snapshot)配置(适合尝鲜开发者)
若需使用最新开发中的功能,需在构建文件中添加快照仓库:
Maven仓库配置:
<repositories><!-- Spring官方快照仓库 --><repository><id>spring-snapshots</id><name>Spring Snapshots</name><url>https://repo.spring.io/snapshot</url><releases><enabled>false</enabled></releases></repository><!-- Sonatype中央快照仓库 --><repository><id>central-portal-snapshots</id><name>Central Portal Snapshots</name><url>https://central.sonatype.com/repository/maven-snapshots/</url><snapshots><enabled>true</enabled></snapshots></repository>
</repositories>
BOM依赖(快照版):
<version>1.0.0-SNAPSHOT</version> <!-- 替换稳定版版本号 -->
五、核心组件依赖:按需添加功能模块
Spring AI采用模块化设计,可根据需求选择性添加以下组件依赖:
1. 聊天模型(Chat Models)
支持OpenAI、Anthropic、Hugging Face等主流对话模型:
<!-- OpenAI聊天模型 -->
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai</artifactId>
</dependency>
<!-- Hugging Face聊天模型(通过REST API) -->
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-huggingface-inference-client</artifactId>
</dependency>
2. 嵌入模型(Embeddings Models)
用于文本向量化(如RAG系统中的文档编码):
<!-- OpenAI嵌入模型 -->
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-embeddings</artifactId>
</dependency>
<!-- Cohere嵌入模型 -->
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-cohere</artifactId>
</dependency>
3. 矢量数据库(Vector Databases)
支持Pinecone、Elasticsearch、Redis等存储向量数据:
<!-- Pinecone矢量数据库 -->
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-pinecone</artifactId>
</dependency>
<!-- Elasticsearch矢量数据库 -->
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-elasticsearch</artifactId>
</dependency>
4. 其他功能模块
- 图像生成:
spring-ai-dall-e
(OpenAI图像模型) - 语音转文本:
spring-ai-azure-speech
(Azure语音服务) - 文本转语音:
spring-ai-google-text-to-speech
(谷歌TTS)
六、实战资源:官方示例与文档导航
1. 示例项目集合
Spring AI提供了丰富的实战案例,涵盖基础用法到复杂场景:
👉 官方示例仓库
包含:
- 聊天机器人基础实现(OpenAI/GPT-3.5)
- 检索增强生成(RAG)系统模板
- 多模型切换配置示例
2. 官方文档中心
- 快速入门指南:本文内容的详细扩展
- API参考文档:各组件接口定义
- 常见问题解答:社区高频问题汇总
七、总结:开启Java AI开发之旅
通过本文的步骤,您已掌握Spring AI的核心入门知识:从项目创建到依赖管理,再到按需集成不同AI组件。Spring AI的最大优势在于:
- 零配置启动:通过Spring Initializr和BOM简化依赖管理
- 多供应商支持:统一接口下无缝切换OpenAI、Hugging Face等模型
- 企业级适配:天然兼容Spring Boot生态的安全、监控、微服务等特性
无论您是要开发智能客服、代码生成工具,还是复杂的RAG系统,Spring AI都能成为您的高效开发引擎。现在就通过下方链接开始实践吧:
- 🌟 Spring AI官方文档
- 🚀 GitHub项目地址
后续我们将深入探讨RAG系统构建、流式响应处理等进阶话题,欢迎关注专栏获取最新内容!
相关文章:

Spring AI 快速入门:从环境搭建到核心组件集成
Spring AI 快速入门:从环境搭建到核心组件集成 一、前言:Java开发者的AI开发捷径 对于Java生态的开发者来说,将人工智能技术融入企业级应用往往面临技术栈割裂、依赖管理复杂、多模型适配困难等挑战。Spring AI的出现彻底改变了这一局面——…...

http://noi.openjudge.cn/——2.5基本算法之搜索——200:Solitaire
文章目录 题目宽搜代码总结 题目 总时间限制: 5000ms 单个测试点时间限制: 1000ms 内存限制: 65536kB 描述 Solitaire is a game played on a chessboard 8x8. The rows and columns of the chessboard are numbered from 1 to 8, from the top to the bottom and from left t…...

架构师面试(三十六):广播消息
题目 在像 IM、短视频、游戏等实时在线类的业务系统中,一般会有【广播消息】业务,这类业务具有瞬时高流量的特点。 在对【广播消息】业务实现时通常需要同时写 “系统消息库” 和更新用户的 “联系人库” 的操作,用户的联系人表中会有未读数…...
如何开启远程桌面连接外网访问?异地远程控制内网主机
实现远程桌面连接外网访问,能够突破地域限制,随时随地访问远程计算机,满足远程办公、技术支持等多种需求。下面为你详细介绍开启方法。 一、联网条件 确保本地计算机和远程计算机都有稳定的网络连接,有联网能上网。 二、开启远程…...
基于 Python(selenium) 的百度新闻定向爬虫:根据输入的关键词在百度新闻上进行搜索,并爬取新闻详情页的内容
该项目能够根据输入的关键词在百度新闻上进行搜索,并爬取新闻详情页的内容。 一、项目准备 1. 开发环境配置 操作系统:支持 Windows、macOS、Linux 等主流操作系统,本文以 Windows 为例进行说明。Python 版本:建议使用 Python 3.8 及以上版本,以确保代码的兼容性和性能。…...

TortoiseGit使用图解
前言 记录GitTortoiseGit使用,记录下开发中常用命令,健忘时用到方知好。 TortoiseGit使用 图解 commit-提交代码 pull-拉取远程分支最新代码 push-将本地分支代码推送到远程分支 show log-查看分支提交记录 show log - 切换分支查看 show log - 远程分…...

【时时三省】(C语言基础)循环程序举例
山不在高,有仙则名。水不在深,有龙则灵。 ----CSDN 时时三省 例题: 用公式4/π≈1-3/1+5/1-7/1+...求π的近似值,直到发现某一项的绝对值小于10的-6次方为止(该项不累加)。 解题思路: 这是求值的近似方法中的一种。求π值可以用不同的近似方法。如下面的表达式都可以…...
根据JSON动态生成表单表格
根据JSON动态生成表单表格 一. 子组件 DynamicFormTable.vue1,根据JSON数据动态生成表单表格,支持表单验证JS部分1.1,props数据1.2,表单数据和数据监听1.3,自动验证1.4,表单验证1.5,获取表单数据1.6,事件处理1.7,暴露方法给父组件2,HTML部分二,父组件1, 模拟数据2,…...

珍爱网:从降本增效到绿色低碳,数字化新基建价值凸显
2024年12月24日,法大大联合企业绿色发展研究院发布《2024签约减碳与低碳办公白皮书》,深入剖析电子签在推动企业绿色低碳转型中的关键作用,为企业实现环境、社会和治理(ESG)目标提供新思路。近期,法大大将陆…...

电子电子架构 --- 主机厂视角下ECU开发流程
我是穿拖鞋的汉子,魔都中坚持长期主义的汽车电子工程师。 老规矩,分享一段喜欢的文字,避免自己成为高知识低文化的工程师: 简单,单纯,喜欢独处,独来独往,不易合同频过着接地气的生活,除了生存温饱问题之外,没有什么过多的欲望,表面看起来很高冷,内心热情,如果你身…...

PyQt6基础_QTableWidget
目录 描述: 代码 演示 描述: 1 单击选中一行 2 右键菜单 3 填充数据 4 提取行数据 5 删除行数据 代码 from PyQt6.QtCore import (Qt ) from PyQt6.QtGui import ( QAction ) from PyQt6.QtWidgets import (QApplication,QAbstractItemView,QL…...

uniapp 上传二进制流图片
文章目录 场景🟢一、步骤1.1、选择图片1.2、 读取图片为二进制数据1.3、上传二进制数据到服务器 🟢二、项目案例2.1、替换头像案例2.1、uView u-upload 上传封面 🟢 三、关键注意事项3.1 二进制流与 FormData 区别3.2 性能优化3.3 跨平台适配…...

赛灵思 XCKU115-2FLVB2104I Xilinx Kintex UltraScale FPGA
XCKU115-2FLVB2104I 是 AMD Xilinx Kintex UltraScale FPGA,基于 20 nm 先进工艺,提供高达 1 451 100 个逻辑单元(Logic Cells),77 721 600 bit 的片上 RAM 资源,以及 5 520 个 DSP 切片(DSP48E…...

Unreal Niagara制作SubUV贴图翻页动画
SubUV翻页动画是游戏中的常见功能,通过对每一小块UV进行移动可以模拟动画效果,接下来对下图进行SubUV动画的制作。 (金币测试图下载地址:https://download.csdn.net/download/grayrail/90684422) 最终效果如下: 1.…...

「零配置陷阱」:现代全栈工具链的复杂度管控实践
一、工具链膨胀的「死亡螺旋」 2024年典型全栈项目的初始化噩梦: $ npm create vitelatest ✔ Project name: … demo ✔ Select a framework: › React ✔ Select a variant: › TypeScript SWC ✔ Install shadcn/ui? … Yes ✔ Add Storybook? … Yes ✔ Co…...

金仓数据库KingbaseES技术实践类深度剖析与实战指南
一、语法兼容及迁移实战 (一)语法兼容的多元魅力 在当今多元化的数据库应用环境中,金仓数据库管理系统KingbaseES凭借其卓越的语法兼容能力脱颖而出。它采用的融合数据库架构,通过多语法体系一体化架构,实现了对Orac…...

基于ssm的个人博客管理系统(源码+数据库+万字文档)
57基于ssm的个人博客管理系统:前端jsp、jquery、easyui,后端 spring、mybatis、maven,集成个人博客浏览、详情查看、博客发布、富文本编辑、评论等功能于一体的系统。 ## 功能介绍 ### 用户 - 首页:博客列表、博客详情、关键词…...
c#加密证件号的中间部分,改为*号
前言 使用场景:在我项目中,我需要给前端提供接口,所以我要吧证件号进行加密。例如:411421199510225612,这是一个身份证号,18为的,那么我加密完成之后就会是 411421********5612,类似…...

综述 | GUI Agent:让AI学会「玩手机」的新革命
想象一下,你的手机里住着一个隐形助理:你说“把亮度调到50%”,它自动操作;你说“下载最新游戏”,它一键完成。这就是GUI智能体——一种能“看懂”屏幕并操作的AI。 论文:A Survey on (M)LLM-Based GUI Agen…...

Canvas入门教程!!【Canvas篇二】
没有一朵花,从一开始就是花。 目录 translate() 方法:rotate() 方法:scale() 方法: translate() 方法: Canvas 2D API 的 CanvasRenderingContext2D.translate() 方法用于对当前网格添加平移变换。 translate() 方法通…...

【中级软件设计师】函数调用 —— 传值调用和传地址调用 (附软考真题)
【中级软件设计师】函数调用 —— 传值调用和传地址调用 (附软考真题) 目录 【中级软件设计师】函数调用 —— 传值调用和传地址调用 (附软考真题)一、历年真题二、考点:函数调用 —— 传值调用和传地址调用🔺1、传值调用🔺2、传引用(地址)调…...

第七届能源系统与电气电力国际学术会议(ICESEP 2025)
重要信息 时间:2025年6月20-22日 地点:中国-武汉 官网:www.icesep.net 主题 能源系统 节能技术、能源存储技术、可再生能源、热能与动力工程 、能源工程、可再生能源技术和系统、风力发…...

大数据分析04 数据查询分析
构建数据源 引入pandas包 数据map中ID为列,值为行,每一列中值个数要一致 import pandas as pd data {ID: [000001, 000002, 000003, 000004, 000005, 000006, 000007],name:[黎明, 赵怡春, 张富平, 白丽, 牛玉德, 姚华, 李南], gender:[True, False, …...

ADVB协议同步
关于视频传输,有多种控制时序。协议标准允许设计者选择有限的几个速率的接口来满足 系统设计目标。例如,一些系统使用总线时序发送信息通过line-by-line;在这个案例中, 容器的sof作为vsync同步的点。horizontal line blanding将插入idles,ADV…...

【kafka初学】启动执行命令
接上篇,启动:开两个cdm窗口 注意放的文件不要太深或者中文,会报命令行太长的错误 启动zookeeper bin\windows\zookeeper-server-start.bat config\zookeeper.properties2. 启动kafka-serve bin\windows\kafka-server-start.bat config\serv…...

论文阅读笔记——π0.5: a Vision-Language-Action Model with Open-World Generalization
π0.5 论文 通过异构数据协同训练与分层推理,用中等规模的目标数据(400小时)实现了大规模泛化能力,为现实世界机器人学习提供了新范式。 高层推理(high-level) 根据当前观测和任务指令预测子任务(如“打开抽屉”&…...

电子削铅笔刀顺序图详解:从UML设计到PlantUML实现
题目:为电子削铅笔刀建立一个顺序图和一个通信图。图中的对象包括操作者、铅笔、插入点(也就是铅笔插入铅笔刀的位置)、马达和其他元素。包括哪些交互消息?有那些激活?如何在图中表示出自身调用。 一、顺序图概述 顺序图(Sequence Diagram)…...

FWFT_FIFO和Standard_FIFO对比仿真
在FPGA中使用FIFO时,如果使用FPGA厂商提供的FIFO IP,一般都会有First Word Fall Through FIFO和Standard FIFO类型选项,那么这两种FIFO有什么差异么。两种FIFO的端口是一样的,看不出区别,只有通过仿真,才能…...

什么是可重入锁ReentrantLock?
大家好,我是锋哥。今天分享关于【什么是可重入锁ReentrantLock?】面试题。希望对大家有帮助; 什么是可重入锁ReentrantLock? ReentrantLock 是 Java 中的一个锁实现,它是 java.util.concurrent.locks 包中的一部分,主要用于提供…...

利用JMeter代理服务器方式实现高效压测
前言 在当今快节奏的互联网时代,确保Web应用和服务能够在高负载下稳定运行变得至关重要。无论是电子商务平台、社交媒体网络还是在线教育服务,用户对网站响应速度和稳定性的期望从未如此之高。因此,性能测试不再是一个可选项,而是…...