一、Spring AI 核心設(shè)計理念是什么？

簡單說，它就是 Spring 官方為 Java 開發(fā)者打造的 AI 應(yīng)用開發(fā)框架。

它借鑒了 LangChain 等 Python 項目的設(shè)計思路，但更強調(diào) Spring 生態(tài)的核心哲學(xué)：可移植性、模塊化設(shè)計、約定優(yōu)于配置。

不同 AI 廠商的 API 千差萬別，切換模型往往意味著重寫大片調(diào)用代碼。Spring AI 的解法是：定義一套統(tǒng)一的抽象接口，讓不同廠商去實現(xiàn)它。業(yè)務(wù)代碼只依賴抽象層，底層模型切換時，代碼零改動。

本文目標：從頂層 ChatClient 到底層 Model，逐層拆解 Spring AI 的核心接口設(shè)計，幫你徹底理清這套"萬能轉(zhuǎn)接頭"的工作原理。

二、最底層：Generic Model API（通用模型 API）

這是整個 Spring AI 的基石，定義了與 AI 模型交互的最基本規(guī)范。

1. Model 接口

public interface Model<TReq extends ModelRequest<?>, TRes extends ModelResponse<?>> {
    TRes call(TReq request);
}

這是所有模型接口的頂級父接口。無論是聊天、文生圖還是嵌入模型，都繼承自它。

2. StreamingModel 接口

public interface StreamingModel<TReq extends ModelRequest<?>, TResChunk extends ModelResponse<?>> {
    Flux<TResChunk> stream(TReq request);
}

提供流式響應(yīng)能力，返回 Reactor 的 Flux，支持打字機效果。

3. ModelRequest 接口

封裝請求參數(shù)，包含指令（Instructions）和模型選項（ModelOptions）兩部分。

4. ModelResponse 接口

封裝響應(yīng)結(jié)果，包含主要輸出、結(jié)果列表和響應(yīng)元數(shù)據(jù)（如 token 使用量）。

三、核心業(yè)務(wù)接口

1. ChatModel —— 聊天模型接口

這是最常用的接口，負責(zé)與 LLM 進行對話交互。

public interface ChatModel extends Model<Prompt, ChatResponse> {
    default String call(String message) {
        // 簡化調(diào)用，實際返回完整響應(yīng)
    }
    
    ChatResponse call(Prompt prompt);
    Flux<ChatResponse> stream(Prompt prompt);
}

大白話解釋：ChatModel 就是一個"智能對話機器人"，你給它發(fā)消息，它回復(fù)你答案。

使用示例：

@Resource
private ChatModel chatModel;

public String chat(String msg) {
    return chatModel.call(msg);
}

自動配置原理：不同的 AI 廠商各自提供 Starter 依賴和自動配置類來實現(xiàn)這個接口：

切換模型只需改依賴和配置，業(yè)務(wù)代碼零改動。

2. EmbeddingClient —— 嵌入模型接口

將文本轉(zhuǎn)換為向量，是 RAG（檢索增強生成）的基礎(chǔ)。

public interface EmbeddingClient extends Model<EmbeddingRequest, EmbeddingResponse> {
    List<Double> embed(String text);
    EmbeddingResponse embedForResponse(List<String> texts);
}

典型應(yīng)用：將用戶問題和知識庫文檔都轉(zhuǎn)換成向量，通過相似度檢索相關(guān)內(nèi)容。

3. ImageModel —— 圖像生成接口

用于文本生成圖片。

public interface ImageModel extends Model<ImageGenerationRequest, ImageGenerationResponse> {
    ImageGenerationResponse call(ImageGenerationRequest request);
}

4. AudioModel —— 音頻處理接口

支持語音轉(zhuǎn)文字（STT）和文字轉(zhuǎn)語音（TTS）。

public interface SpeechModel extends Model<SpeechPrompt, SpeechResponse> {
    SpeechResponse call(SpeechPrompt request);
}

public interface TranscriptionModel extends Model<TranscriptionPrompt, TranscriptionResponse> {
    TranscriptionResponse call(TranscriptionPrompt request);
}

四、數(shù)據(jù)層接口

1. VectorStore —— 向量數(shù)據(jù)庫接口

這是做 RAG 的核心接口，抽象了所有向量數(shù)據(jù)庫的操作。

public interface VectorStore {
    void add(List<Document> documents);
    List<Document> similaritySearch(SearchRequest request);
}

支持的主流向量數(shù)據(jù)庫包括：PGVector、Milvus、Chroma、Pinecone、Qdrant、Redis、Elasticsearch 等。

2. Document —— 文檔抽象

表示一個待處理的文檔，包含內(nèi)容和元數(shù)據(jù)。

public class Document {
    private String id;
    private String content;
    private Map<String, Object> metadata;
    // getters/setters
}

配合 ETL 框架，可以從 PDF、Markdown、HTML 等格式讀取文檔。

五、高級 API 接口

1. ChatClient —— 流式 API（強推）

這是構(gòu)建在 ChatModel 之上的高級 API，提供鏈式調(diào)用，用起來非常舒服。

String response = chatClient.prompt()
    .system("你是一個專業(yè)的Java助手")
    .user("介紹一下Spring AI")
    .call()
    .content();

對比理解：

• ChatModel = 功能手機（能打電話就行）
• ChatClient = 智能手機（自帶通訊錄、應(yīng)用商店、相機）

2. CallAdvisor —— 顧問接口

攔截和增強 AI 交互，封裝常見模式。

public interface CallAdvisor {
    ChatClientResponse adviseCall(ChatClientRequest request, CallAdvisorChain chain);
    int getOrder();  // 控制執(zhí)行順序
}

內(nèi)置顧問類型：

• 對話記憶顧問：自動維護多輪對話上下文
• RAG 顧問：自動檢索相關(guān)知識庫
• 日志顧問：記錄請求/響應(yīng)日志

3. 函數(shù)調(diào)用接口（Function Calling）

允許 AI 模型主動調(diào)用你注冊的工具函數(shù)。

@Bean
public ToolCallback weatherTool() {
    return FunctionToolCallback.builder("getWeather", (Request request) -> {
        return "15.0°C";  // 返回天氣信息
    })
    .description("獲取指定地點的天氣")
    .inputType(Request.class)
    .build();
}

這讓模型不光能"說"，還能真正"做"事情——查數(shù)據(jù)庫、調(diào) API、執(zhí)行業(yè)務(wù)邏輯。

4. ETL 相關(guān)接口

DocumentReader：從各種源讀取文檔

public interface DocumentReader {
    List<Document> read();
}

DocumentTransformer：文檔轉(zhuǎn)換和分塊

public interface DocumentTransformer {
    List<Document> transform(List<Document> documents);
}

DocumentWriter：將處理后的文檔寫入向量存儲

public interface DocumentWriter {
    void accept(List<Document> documents);
}

六、一張圖看懂 Spring AI 接口體系

Spring AI 的接口設(shè)計采用經(jīng)典的五層架構(gòu)，每一層都有明確的職責(zé)邊界：

七、總結(jié)

三條核心鏈路

設(shè)計精髓

1. 接口與實現(xiàn)分離：L1-L4 定義"是什么"，L5 負責(zé)"怎么做"
2. 自動配置驅(qū)動：引入 Starter 后，Spring Boot 自動裝配正確的實現(xiàn)類
3. 可觀測性內(nèi)置：每一層都可插拔日志、監(jiān)控、追蹤能力
4. Java 生態(tài)優(yōu)先：擁抱 Reactor 響應(yīng)式編程，與 Spring 生態(tài)無縫集成

到此這篇關(guān)于一文帶你搞懂Spring AI核心接口,輕松對接所有大模型的文章就介紹到這了,更多相關(guān)Spring AI核心接口內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論