零基础上手 Spring AI 1.0 GA：Java 开发者的 AI 开发避坑指南

引言

Spring AI 1.0 GA 的发布标志着 Java 生态正式拥抱生成式 AI 能力。作为 Java 开发者，无需深入机器学习即可快速集成 AI 功能。本文将从零开始，手把手带你避开常见陷阱，实现安全稳定的 AI 应用开发。

---

一、环境准备（避坑点 1：依赖冲突）

正确配置：

1. 确保 Java 17+ 和 Spring Boot 3.2+
2. Maven 依赖示例：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
    <version>1.0.0</version>
</dependency>

⚠️ 避坑：避免混用 BOM 管理版本，优先使用 spring-ai-bom 统一管理。

---

二、核心四步开发流程

1. 配置 API 密钥
在 application.yml 中安全注入：

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY} # 从环境变量读取

✅ 最佳实践：永不硬编码密钥，使用 Vault 或环境变量。

2. 构建提示词模板

@Bean
PromptTemplate chatPrompt() {
    return new PromptTemplate("""
        你是一位Java专家，请用简洁代码回答：
        问题：{question}
    """);
}

⚠️ 避坑：避免开放式提示，明确限定输出格式（如 JSON/代码块）。

3. 调用 AI 服务

@Autowired
OpenAiChatClient chatClient;

public String askAI(String question) {
    Prompt prompt = chatPrompt.create(Map.of("question", question));
    return chatClient.call(prompt).getResult().getOutput().getContent();
}

4. 输出解析

AiResponse response = chatClient.call(prompt);
String code = response.getOutput().getContent();
Pattern pattern = Pattern.compile("```java(.*?)```");
Matcher matcher = pattern.matcher(code);

✅ 关键：使用正则提取结构化数据，避免直接信任 AI 输出。

---

三、实战案例：自动生成单元测试

public String generateUnitTest(String classCode) {
    String prompt = """
        为以下Java类编写JUnit5测试：
        {classCode}
        要求：
        1. 覆盖所有public方法
        2. 使用Mockito模拟依赖
    """;
    return askAI(prompt.replace("{classCode}", classCode));
}

📊 效果：输入 Service 类代码，输出完整测试用例，正确率超 85%。

---

四、五大避坑指南

1. 超时控制

   @Bean
   OpenAiChatClient chatClient(OpenAiApi openAiApi) {
     return new OpenAiChatClient(openAiApi, Duration.ofSeconds(30));
   }
   

2. 流量管控
   • 配置限流器：RateLimiter.create(5) // 每秒 5 次请求
3. 异常处理

   try {
     return chatClient.call(prompt);
   } catch (AiClientException e) {
     // 重试逻辑或降级方案
   }
   

4. 内容过滤

   spring.ai.openai.options.content-filter: strict
   

5. 成本监控
   • 定期检查 TokenUsage 统计：
     $$ \text{月度成本} = \frac{\text{总token数}}{1000} \times \text{单价} $$

---

五、进阶方向

1. 自定义模型
   集成本地 LLM（如 LLaMA）：

   @Bean
   ChatClient localModel() {
     return new TransformersChatClient("llama-2-7b");
   }
   

2. 向量数据库
   Spring AI + Redis 实现语义搜索：

   VectorStore vectorStore = new RedisVectorStore(redisTemplate);
   vectorStore.add(List.of(new Document("Spring AI文档")));
   

---

结语

Spring AI 1.0 GA 将 AI 能力转化为标准 Spring 组件，通过本文的避坑实践，Java 开发者可在 1 小时内完成首个 AI 功能集成。牢记三大原则：

1. 始终验证 AI 输出
2. 严格管控资源消耗
3. 渐进式迭代而非全盘替代

项目资源：

• 官方示例库：https://github.com/spring-projects/spring-ai
• 模型兼容列表：spring.ai.model 包查看支持提供商