Lazy loaded image
人工智能
五分钟上手Spring AI Alibaba，轻松打造智能聊天应用
字数 571阅读时长≈ 2 分钟
2026-1-2
2026-1-4
type
status
date
slug
summary
tags
category
icon
password

文章目录

  • 快速上手
  • * 快速体验示例
  • 示例开发指南
  • 总结

快速上手

  • * *
Spring AI Alibaba 已经完全适配了阿里云通用模型，接下来，我们将学习如何使用 spring ai alibaba 开发一个基于通用模型服务的智能聊天应用。

快速体验示例

  1. 下载项目 运行以下命令下载源码，进入 helloworld 示例目录：
终端窗口
git clone --depth=1 https://github.com/alibaba/spring-ai-alibaba.git
cd spring-ai-alibaba/spring-ai-alibaba-examples/helloworld-example
  1. 运行项目 首先，需要获取一个合法的 API-KEY 并设置 `AI_DASHSCOPE_API_KEY` 环境变量，可跳转 [阿里云百炼平台](https://help.aliyun.com/zh/model-studio/developer-reference/get-api-key) 了解如何获取 API-KEY。
image-20240923092250270
image-20240923092250270
设置永久性环境变量：
image-20240923092546504
image-20240923092546504
验证是否成功：
echo %DASHSCOPE_API_KEY%
image-20240923092618565
image-20240923092618565
终端窗口
$env:AI_DASHSCOPE_API_KEY = "DASHSCOPE_API_KEY"
启动示例应用：
image-20240923102154812
image-20240923102154812
访问 `http://localhost:8080/ai/chat?input=你好`，向通用模型提问并得到回答。
image-20240923110329694
image-20240923110329694

示例开发指南

以上示例本质上就是一个普通的 Spring Boot 应用，我们来通过源码解析看一下具体的开发流程。
  1. 添加依赖
首先，需要在项目中添加 `spring-ai-alibaba-starter` 依赖，它将通过 Spring Boot 自动装配机制初始化与阿里云通用大模型通信的 `ChatClient`、`ChatModel` 相关实例。
<dependency>
<groupId>com.alibaba.cloud.ai</groupId>
<artifactId>spring-ai-alibaba-starter</artifactId>
<version>1.0.0-m2</version>
</dependency>
  1. 注入 ChatClient
接下来，在普通 Controller Bean 中注入 `ChatClient` 实例，这样你的 Bean 就具备与 AI 大模型智能对话的能力了。
@RestController public class ChatController { private final ChatClient chatClient;
public ChatController(ChatClient.Builder builder) { this.chatClient = builder.build(); }
@GetMapping("/chat") public String chat(String input) { return this.chatClient.prompt() .user(input) .call() .content(); } }
以上示例中，ChatClient 调用大模型使用的是默认参数，Spring AI Alibaba 还支持通过 `DashScopeChatOptions` 调整与模型对话时的参数，`DashScopeChatOptions` 支持两种不同维度的配置方式：
  1. 全局默认值，即 `ChatClient` 实例初始化参数
可以在 `application.yaml` 文件中指定 `spring.ai.dashscope.chat.options.*` 或调用构造函数 `ChatClient.Builder.defaultOptions(options)`、`DashScopeChatModel(api, options)` 完成配置初始化。
  1. 每次 Prompt 调用前动态指定
ChatResponse response = chatModel.call(
new Prompt(
"Generate the names of 5 famous pirates.",
DashScopeChatOptions.builder()
.withModel("qwen-plus")
.withTemperature(0.4)
.build()
));
关于 `DashScopeChatOptions` 配置项的详细说明，请查看参考手册。

总结

spring-ai-alibaba 为 Java 开发者提供了一套开箱即用的开发 AI 应用的工具，帮助开发者快速构建智能应用。
上一篇
人工智能考试试卷
下一篇
Telegram mini app开发极简示例
评论
Loading...
目录