一、AI大模型概念

1、什么是AI大模型

AI 大模型是指具⁠有超大规模参数（通常为数十亿到数万‌亿）的深度学习模型，通过对大规模数据的训练，能够理解、生成人类语言，‎处理图像、音频等多种模态数据，并展‌示出强大的推理和创作能力。

大模型的强大之处在于它的 涌现能力 —— 随着模型参数量和训练数据量的增加，模型会展现出训练过程中未明确赋予的新能力，比如逻辑推理、代码编写、多步骤问题解决等。

特点维度	详细描述	典型示例
规模效应显著	模型参数量达到数十亿至万亿级，训练数据覆盖文本、图像、音频等多模态海量信息；参数量与数据量突破临界阈值后，会涌现出小模型不具备的复杂能力	GPT-4（万亿级参数）、文心一言（千亿级参数）
涌现能力突出	随规模增长自发形成非预设的新能力，如逻辑推理、代码编写、多步骤问题拆解等，能力无法通过小模型线性叠加实现	数学定理证明、复杂代码调试、跨语言精准翻译
通用化能力强	基于预训练+微调范式，无需针对单一任务重新训练；通过提示词（Prompt）即可适配不同场景，实现“一模型多任务”	同一模型完成论文摘要、文案创作、数据分析、聊天交互
上下文理解与记忆能力优异	具备超长上下文窗口（可达数万至百万token），能精准捕捉长文本中的逻辑关联与细节信息，保持内容连贯性	处理万字合同文档的问答、总结百万字小说的核心情节
多模态融合能力	打破单一模态限制，支持文本、图像、音频、视频等多种信息的输入与输出，实现跨模态内容生成与理解	输入一张图片生成详细描述文案、语音指令生成代码、文本描述生成绘画
持续迭代与自适应优化	可通过增量预训练、强化学习人类反馈（RLHF） 不断优化模型效果，适配新领域知识与用户需求；同时支持领域微调，满足垂直场景的高精度要求	针对医疗领域微调后辅助诊断、针对法律领域微调后生成合同条款

2、AI大模型的分类

了解 AI⁠ 大模型的分类有助‌于我们进行大模型的技术选型，可以从模‎态、开源性、规模、‌用途等角度进行划分。

1、按模态分类

• 单模态模型：仅处理单一类型的数据，如纯文本（早期的 GPT-3）
• 多模态模型：能够处理多种类型的信息
• 文本 + 图像：GPT-4V、Gemini、Claude 3
• 文本 + 音频 + 视频：GPT-4o

2、按开源性分类

• 闭源模型：不公开模型权重和训练方法
• 代表：GPT-4、Claude、Gemini
• 特点：通常通过 API 访问，付费使用
• 开源模型：公开模型权重，允许下载和自行部署
• 代表：Llama 系列、Mistral、Falcon
• 特点：可以本地部署，自由调整，但通常性能略逊于同等规模闭源模型

3、按规模分类

• 超大规模模型：参数量在数千亿到数万亿
• 代表：GPT-4 (1.76T 参数)
• 特点：能力强大，但需要大量计算资源
• 中小规模模型：参数量在几十亿到几百亿
• 代表：Llama 3 (70B 参数)、Mistral 7B
• 特点：能在较普通的硬件上运行，适合特定任务的精调

4、按用途分类

• 通用模型：能处理广泛的任务
• 代表：GPT-4、Claude 3、Gemini
• 特定领域模型：针对特定领域优化
• 医疗领域：Med-PaLM 2
• 代码领域：CodeLlama、StarCoder
• 科学领域：Galactica

3、如何对比和选择大模型

一级维度	二级评估点	具体说明
功能支持维度	多模态能力	• 纯文本处理 • 图像理解（GPT-4V、Gemini） • 音频/视频处理（GPT-4o） • 代码生成与理解（CodeLlama）
	工具使用能力	• 函数调用支持 • 工具集成能力 • 外部 API 连接能力
	上下文窗口大小	• 输入上下文长度（4K 至 128K tokens） • 长文档处理能力
	指令遵循能力	• 复杂指令处理能力 • 多步骤任务执行能力 • 回答格式控制能力
性能指标维度	准确性	• 知识准确度 • 推理能力水平 • 幻觉倾向性
	响应质量	• 输出流畅性与连贯性 • 回答相关性与深度 • 语言表达自然度
	知识时效性	• 知识截止日期 • 更新频率
部署与集成维度	部署方式	• 云 API 服务 • 本地部署可能性 • 私有云部署支持
	API 接口	• 接口稳定性与可靠性 • SDK 支持情况 • 开发框架集成
	并发处理能力	• 请求吞吐量 • 并发请求处理能力 • 服务水平协议 (SLA) 保障
商业与合规维度	成本效益	• API 调用价格 • 批量调用折扣 • 计算资源成本
	数据安全与隐私	• 数据使用政策 • 是否支持不保存用户数据 • 企业级安全合规
	法律合规性	• 地区可用性 • 版权与知识产权问题 • 内容安全审查机制
生态与支持维度	社区支持	• 开发者社区活跃度 • 问题解决资源丰富度 • 第三方扩展与工具
	文档完善度	• API 文档质量 • 示例代码丰富度 • 最佳实践指南
	技术支持	• 官方支持渠道 • 响应时间 • 企业级支持选项

对大多数开发者来说，更关注的是 准确度 + 功能支持 + 性能 + 成本 四大核心维度。

作为开发者，我们经常需要通过开发框架让程序对接大模型，因此可通过以下开发框架的官方文档，快速了解和对比不同大模型的功能支持：

• LangChain4j 支持的大模型对比：https://docs.langchain4j.dev/integrations/language-models/
• Spring AI 大模型对比文档：https://docs.spring.io/springai/reference/1.0/api/chat/comparison.html-

二、接入AI大模型

1、使用大模型的途径

在实际开发过程中，使用 AI 大模型的核心途径主要分为 云服务 和 自部署 两类，二者基于不同的技术架构与使用场景，各有优劣，具体分析如下：

4种AI大模型接入方式 优缺点对比 & 适用场景

接入方式	优点	缺点	适用场景
SDK 接入	• 类型安全，支持编译时语法检查 • 官方封装完善的错误处理机制 • 配套详细的官方技术文档 • 底层做过针对性性能优化	• 强依赖对应SDK的特定版本 • 引入SDK会增加项目打包体积 • 有开发语言的使用限制	• 业务需要与大模型深度集成 • 项目仅对接单一模型提供商 • 生产环境对调用性能要求高
HTTP 接入	• 无开发语言限制，跨语言友好 • 不引入额外依赖包，轻量化 • 接口调用灵活性极高，无框架约束	• 需要手动编写代码处理各类异常错误 • 请求/响应的序列化、反序列化需手动实现 • 接口调用相关代码偏冗长繁琐	• 项目开发语言无对应官方SDK支持 • 简单的功能原型验证、快速试错 • 临时性的小功能模块集成大模型
Spring AI	• 提供统一的抽象调用接口，规范统一 • 极低成本无缝切换不同模型提供商 • 与Spring生态完美融合，开箱即用 • 内置RAG、工具调用等高级AI能力	• 多一层框架抽象层，有少量性能损耗 • 部分小众/专属模型特性可能不支持 • 框架版本迭代较快，部分特性兼容性待完善	• 基于Spring/SpringBoot的Java项目 • 业务需要兼容、切换多种大模型 • 开发中需用到RAG、知识库等高级AI功能
LangChain4j	• 提供完整的AI应用开发工具链 • 原生支持复杂的AI业务工作流编排 • 组件/工具生态丰富，开箱即用 • 极致适配AI代理、智能体类场景开发	• 框架体系复杂，学习曲线较陡峭 • 部分细分功能的文档相对偏少 • 多层抽象封装会引入一定性能开销	• 构建复杂的企业级AI应用系统 • 业务需要多步链式调用的场景 • RAG知识库、智能体、多工具组合类开发

一、云服务

直接使用云服务商在云端已部署好的大模型服务，无需自行搭建基础设施（如服务器、GPU 算力），是主流的轻量化使用方式。

核心特点

• 提供纯净的大模型能力和构建应用（智能体）的工具，开箱即用
• 按需付费模式，无需前期大量基础设施投入，成本可控
• 随时可用，无需关注底层维护，维护成本低
• 自动更新到最新版本的模型，持续获得能力升级
• 通常具备更完善的安全措施和合规保障，符合行业规范

二、自部署

开发者自行在本地服务器或私有云环境部署开源大模型，拥有完全的自主控制权。

核心特点

• 完全控制数据流，数据不对外传输，具备更高的数据隐私保障
• 可根据业务特定需求进行模型微调和定制化开发
• 无网络依赖与网络延迟，响应速度快，适合对实时性有严格要求的场景
• 一次性投入成本较高（硬件采购、算力储备），且需要专业技术团队负责运维
• 适配性强，适合企业级复杂应用和对数据安全、合规性有严格要求的场景

3、接入大模型的 3 种方式

1、AI 应用平台接入

通过云服务商提供的 AI 应用平台使用 AI 大模型，是最便捷的接入方式之一 —— 平台已完成大模型的部署、运维与升级，开发者无需关注底层技术细节，可直接聚焦应用开发。

以 阿里云百炼（官方地址）为例，作为一站式大模型开发及应用构建平台，其核心优势与接入价值如下：

• 全流程支持：覆盖从模型调用（支持多种主流大模型）、应用搭建（智能体开发、插件集成）到部署上线的完整链路，无需额外对接多个工具；
• 低代码 / 无代码友好：提供可视化开发界面，开发者可通过拖拽、配置等方式快速构建应用，降低技术门槛；
• 企业级保障：自带阿里云的安全合规能力、稳定算力支撑与运维服务，适合快速落地商业级应用；
• 生态联动：可无缝对接阿里云其他产品（如存储、计算、安全服务），丰富应用场景的拓展性。

此外，还提⁠供了知识库管理、应‌用评测、应用观测等功能，能够帮企业快‎速构建智能客服等应‌用。

大家在使用阿里云百炼产品时，可能会看到另外一个产品 —— 模型服务灵积（DashScope），很容易把这两个产品混淆。百炼是一个可视化平台，同时服务于技术和非技术同学，使用更简单，更上层；而灵积旨在通过灵活、易用的 模型 API 接口，让开发者能够快速调用丰富的大模型能力，面向技术开发同学，更底层。后续我们通过编程来调用 AI 大模型，更多的是和灵积打交道。

利用阿里云⁠百炼平台，我们可以‌轻松体验 AI 大模型和构建 AI‎ 应用。

1）快速体验 AI 大模型 阿里云百炼 - 模型市场

2）创建自己的 AI 应用，支持智能体、工作流和智能体编排应用。

通过 阿里云百炼 - 模型市场，可基于平台提供的大模型能力，快速搭建符合自身需求的 AI 应用，核心支持 智能体、工作流、智能体编排 三类应用形态，无需复杂底层开发。

智能体应用：

工作流应用，可以自主编排多个工作节点，完成复杂任务。适用于需要结合大模型执行 高确定性 的业务逻辑的流程型应用，如可执行不同任务的智能助理工作流、自动化分析会议记录工作流等。

智能体编排应用支持用户通过画布的自定义智能体执行逻辑，编排主体为智能体，如智能体节点、智能体组及节点等，可快速实现复杂多智能体协同的逻辑设计和业务效果验证。适用于需要处理大量数据、进行复杂计算或执行多任务处理的场景。

创建好了应用（智能体、工作流或智能体编排）后，可以参考 应用调用文档，通过 DashScope SDK 或 HTTP 的方式在自己的项目中集成应用。

2、AI 软件客户端接入

1）Cherry Studio：一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。Cherry Studio 提供高度自定义的设计、强大的扩展能力和友好的用户体验。

3、程序接入

可以通过编⁠程的方式在自己的项‌目中调用 AI 大模型，又可以分为 ‎2 种方式：

大模型的开发接入主要分为以下两种方式，适用于不同开发需求与技术场景：

调用方式	核心描述	优势	适用场景
1. 直接调用 AI 大模型（原生接入）	跳过第三方应用封装，直接对接大模型的底层能力	性能损耗低、功能调用更全面、参数配置更灵活	对模型能力有精细化需求、需深度定制参数的开发场景
2. 调用 AI 大模型平台创建的应用/智能体	复用平台已配置好的应用模板或智能体，直接调用封装后的能力	开发效率高、无需关注模型细节、支持快速集成	快速验证产品原型、无需复杂定制的标准化场景

方式 1：直接调用 AI 大模型（技术实现方案）

这种方式可通过 SDK/API 原生接入 或 AI 开发框架接入 两种路径实现，满足不同灵活度需求：

1.1 SDK/API 原生接入

• 核心逻辑：直接使用大模型官方提供的 SDK 或 REST API，按平台文档规范编写调用代码。
• 操作步骤：
  1. 注册大模型平台账号，获取 API Key/Token（如 DeepSeek、OpenAI 等平台的开发者凭证）；
  2. 引入官方 SDK（如 Maven/Gradle 依赖、Python pip 包）；
  3. 按文档示例编写调用代码，配置模型参数（如温度值、最大响应长度、上下文窗口等）；
  4. 调试接口响应，集成到业务系统中。
• 特点：针对性强，但切换不同大模型时需修改适配代码（不同平台 API 规范差异较大）。

1.2 AI 开发框架接入（推荐灵活适配场景）

通过标准化开发框架封装底层调用逻辑，实现“一次编码，多模型切换”，主流框架包括 Spring AI、Spring AI Alibaba、LangChain4j 等。

以 Spring AI Alibaba（官方地址）为例，核心优势与接入价值如下：

• 「Spring 生态原生兼容」：基于 Spring AI 开源项目，无缝适配 Spring Boot 体系，Java 开发者可通过熟悉的 Bean 注入、配置文件等方式快速集成；
• 「多模型灵活切换」：内置对阿里云通义系列、DeepSeek、Llama 等主流模型的支持，切换模型时仅需修改配置文件，无需改动业务代码；
• 「全链路能力封装」：覆盖低层次抽象（提示词模板、函数调用、格式化输出）与高层次抽象（RAG 检索增强、智能体、对话记忆），满足从简单调用到复杂应用的全场景需求；
• 「云原生深度集成」：适配阿里云网关、Nacos 配置中心、RocketMQ 消息队列等云原生基础设施，支持 Serverless 部署、可观测性监控（如 LLM 调用日志、性能指标），适合企业级生产环境。
• 接入核心逻辑（Spring Boot 场景）：
  1. 引入 Spring AI Alibaba 依赖（如通义模型、DeepSeek 模型的 Starter 包）；
  2. 在 <font style="color:rgb(31, 31, 31);">application.yml</font> 中配置模型类型、API Key、参数（统一配置规范，与具体模型解耦）；
  3. 通过框架提供的 <font style="color:rgb(31, 31, 31);">ChatClient</font>、<font style="color:rgb(31, 31, 31);">EmbeddingClient</font> 等标准化接口调用模型能力；
  4. 如需切换模型，仅需修改配置文件中的 <font style="color:rgb(31, 31, 31);">model.name</font> 等参数（如从 DeepSeek 切换为通义千问）。

方式 2：调用 AI 大模型平台创建的应用/智能体

• 核心逻辑：先在大模型平台（如阿里云百炼）可视化配置应用/智能体（已预设模型、提示词、工具集成逻辑），再通过平台提供的“应用调用 API”将能力集成到系统中。
• 操作步骤：
  1. 在平台（如阿里云百炼模型市场）创建应用/智能体，配置业务逻辑（如客服机器人的对话流程、工具调用规则）；
  2. 发布应用后，获取应用专属的调用 API 与凭证；
  3. 在业务系统中调用该 API，传入请求参数（如用户提问、上下文信息）；
  4. 接收平台返回的标准化响应结果，集成到产品中。
• 特点：开发成本极低，无需关注模型参数与底层逻辑，但灵活度受平台配置能力限制。

四、程序调用 AI 大模型

在实际开发中，有⁠多种方式可以在应用程序中调用 ‌AI 大模型。下面详细介绍 4 种主流的接入方式，并通过实例‎代码展示如何在 Java 项目‌中实现与 AI 大模型的交互。

• SDK 接入：使用官方提供的软件开发工具包，最直接的集成方式
• HTTP 接入：通过 REST API 直接发送 HTTP 请求调用模型
• Spring AI：基于 Spring 生态系统的 AI 框架，更方便地接入大模型
• LangChain4j：专注于构建 LLM 应用的 Java 框架，提供丰富的 AI 调用组件

1、SDK形式

SDK（软⁠件开发工具包）是官‌方提供的最直接的集成方式，通常提供了‎完善的类型支持和错误‌处理机制。

1）首先需要按照官方文档安装 SDK：安装 SDK 官方指南

在选择 SDK 版本时，建议在 Maven 仓库查看最新的版本号：Maven 中央仓库版本信息

在 <font style="color:rgb(31, 35, 41);background-color:rgba(0, 0, 0, 0);">pom.xml</font> 中引入依赖：

<!-- 此处粘贴对应的 Maven 依赖坐标即可 -->
<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>dashscope-sdk-java</artifactId>
    <version>2.22.4</version>
</dependency>

package com.lyf.maxaiagent.demo.invoke;
// Copyright (c) Alibaba, Inc. and its affiliates.

import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesis;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisParam;
import com.alibaba.dashscope.aigc.videosynthesis.VideoSynthesisResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import com.alibaba.dashscope.utils.JsonUtils;

import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.Base64;
import java.util.HashMap;
import java.util.Map;

/**
 * 环境要求
 *      dashscope java SDK >= 2.20.9
 * 更新maven依赖:
 *      https://mvnrepository.com/artifact/com.alibaba/dashscope-sdk-java
 */
class VideoSdkInvoke {

    static {
        // 以下为北京地域url，若使用新加坡地域的模型，需将url替换为：https://dashscope-intl.aliyuncs.com/api/v1
        Constants.baseHttpApiUrl = "https://dashscope.aliyuncs.com/api/v1";
    }

    // 若没有配置环境变量，请用百炼API Key将下行替换为：apiKey="sk-xxx"
    // 新加坡和北京地域的API Key不同。获取API Key：https://help.aliyun.com/zh/model-studio/get-api-key
    static String apiKey = "key";

    /**
     * 图像输入方式说明：三选一即可
     *
     * 1. 使用公网URL - 适合已有公开可访问的图片
     * 2. 使用本地文件 - 适合本地开发测试
     * 3. 使用Base64编码 - 适合私有图片或需要加密传输的场景
     */

    //【方式一】公网URL
    static String firstFrameUrl = "img1";
    static String lastFrameUrl = "img2";

    //【方式二】本地文件路径（file://+绝对路径 or file:///+绝对路径）
    // static String firstFrameUrl = "file://" + "/your/path/to/first_frame.png";   // Linux/macOS
    // static String lastFrameUrl = "file:///" + "C:/path/to/your/img.png";        // Windows

    //【方式三】Base64编码
    // static String firstFrameUrl = Kf2vSync.encodeFile("/your/path/to/first_frame.png");
    // static String lastFrameUrl = Kf2vSync.encodeFile("/your/path/to/last_frame.png");


    public static void syncCall() {

        Map<String, Object> parameters = new HashMap<>();
        parameters.put("prompt_extend", true);
        parameters.put("resolution", "720P");

        VideoSynthesis videoSynthesis = new VideoSynthesis();
        VideoSynthesisParam param =
        VideoSynthesisParam.builder()
        .apiKey(apiKey)
        .model("wan2.2-kf2v-flash")
        .prompt("写实风格，一只黑色小猫好奇地看向天空，镜头从平视逐渐上升，最后俯拍它的好奇的眼神。")
        .firstFrameUrl(firstFrameUrl)
        .lastFrameUrl(lastFrameUrl)
        .parameters(parameters)
        .build();
        VideoSynthesisResult result = null;
        try {
            System.out.println("---sync call, please wait a moment----");
            result = videoSynthesis.call(param);
        } catch (ApiException | NoApiKeyException e){
            throw new RuntimeException(e.getMessage());
        } catch (InputRequiredException e) {
            throw new RuntimeException(e);
        }
        System.out.println(JsonUtils.toJson(result));
    }

    /**
     * 将文件编码为Base64字符串
     * @param filePath 文件路径
     * @return Base64字符串，格式为 data:{MIME_type};base64,{base64_data}
     */
    public static String encodeFile(String filePath) {
        Path path = Paths.get(filePath);
        if (!Files.exists(path)) {
            throw new IllegalArgumentException("文件不存在: " + filePath);
        }
        // 检测MIME类型
        String mimeType = null;
        try {
            mimeType = Files.probeContentType(path);
        } catch (IOException e) {
            throw new IllegalArgumentException("无法检测文件类型: " + filePath);
        }
        if (mimeType == null || !mimeType.startsWith("image/")) {
            throw new IllegalArgumentException("不支持或无法识别的图像格式");
        }
        // 读取文件内容并编码
        byte[] fileBytes = null;
        try{
            fileBytes = Files.readAllBytes(path);
        } catch (IOException e) {
            throw new IllegalArgumentException("无法读取文件内容: " + filePath);
        }

        String encodedString = Base64.getEncoder().encodeToString(fileBytes);
        return "data:" + mimeType + ";base64," + encodedString;
    }

    public static void main(String[] args) {
        syncCall();
    }
}

2、Http形式接入

对于 SD⁠K 不支持的编程语言‌或需要更灵活控制的场景，可以直接使用 H‎TTP 请求调用 A‌I 大模型的 API。

💡 使用建议：一⁠般来说，如果有官方 SDK 支持，优‌先使用 SDK；只有在不支持 SDK 的情况下，再考虑直接 HTTP 调用‎

HTTP 调用的详细说明可参考官方文档：通过 API 调用通义千问

curl --location 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
--header 'Content-Type: application/json' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--data '{
    "model": "qwen-image-max",
    "input": {
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "text": "一副典雅庄重的对联悬挂于厅堂之中，房间是个安静古典的中式布置，桌子上放着一些青花瓷，对联上左书“义本生知人机同道善思新”，右书“通云赋智乾坤启数高志远”， 横批“智启通义”，字体飘逸，在中间挂着一幅中国风的画作，内容是岳阳楼。"
                    }
                ]
            }
        ]
    },
    "parameters": {
        "negative_prompt": "低分辨率，低画质，肢体畸形，手指畸形，画面过饱和，蜡像感，人脸无细节，过度光滑，画面具有AI感。构图混乱。文字模糊，扭曲。",
        "prompt_extend": true,
        "watermark": false,
        "size": "1664*928"
    }
}'

package com.lyf.maxaiagent.demo.invoke;


import org.json.JSONObject;

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.io.OutputStream;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.charset.StandardCharsets;

/**
 * 阿里云DashScope API调用示例
 * 用于调用qwen-image-max模型生成图像
 */
public class DemoInvoke {

    // API密钥，建议从环境变量或配置文件中读取
    private static final String DASHSCOPE_API_KEY = "key";

    // API端点URL
    private static final String API_URL = "https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation";

    public static void main(String[] args) {
        try {
            // 调用API生成图像
            String response = callQwenImageMaxAPI();
            // 打印响应结果
            System.out.println("API响应：");
            System.out.println(response);
        } catch (Exception e) {
            // 打印异常信息
            System.err.println("调用API时发生错误：");
            e.printStackTrace();
        }
    }

    /**
     * 调用阿里云DashScope qwen-image-max模型生成图像
     *
     * @return API响应的JSON字符串
     * @throws Exception 网络请求或数据处理异常
     */
    public static String callQwenImageMaxAPI() throws Exception {
        // 创建URL对象
        URL url = new URL(API_URL);

        // 打开HTTP连接
        HttpURLConnection connection = (HttpURLConnection) url.openConnection();

        try {
            // 设置请求方法为POST
            connection.setRequestMethod("POST");

            // 设置Content-Type请求头，指定请求体格式为JSON
            connection.setRequestProperty("Content-Type", "application/json");

            // 设置Authorization请求头，使用Bearer Token进行身份验证
            connection.setRequestProperty("Authorization", "Bearer " + DASHSCOPE_API_KEY);

            // 启用输出流，允许发送请求体数据
            connection.setDoOutput(true);

            // 构建请求体JSON数据
            JSONObject requestBody = buildRequestBody();

            // 获取输出流并写入请求体数据
            try (OutputStream os = connection.getOutputStream()) {
                // 将JSON对象转换为字符串并写入输出流，使用UTF-8编码
                byte[] input = requestBody.toString().getBytes(StandardCharsets.UTF_8);
                os.write(input, 0, input.length);
            }

            // 获取HTTP响应码
            int responseCode = connection.getResponseCode();
            System.out.println("HTTP响应码: " + responseCode);

            // 读取响应内容
            BufferedReader reader;
            // 根据响应码判断读取输入流还是错误流
            if (responseCode >= 200 && responseCode < 300) {
                // 成功响应，读取正常输入流
                reader = new BufferedReader(new InputStreamReader(connection.getInputStream(), StandardCharsets.UTF_8));
            } else {
                // 错误响应，读取错误流
                reader = new BufferedReader(new InputStreamReader(connection.getErrorStream(), StandardCharsets.UTF_8));
            }

            // 使用StringBuilder拼接响应内容
            StringBuilder response = new StringBuilder();
            String line;
            // 逐行读取响应数据
            while ((line = reader.readLine()) != null) {
                response.append(line);
            }
            // 关闭读取器
            reader.close();

            // 返回响应字符串
            return response.toString();

        } finally {
            // 断开连接，释放资源
            connection.disconnect();
        }
    }

    /**
     * 构建请求体JSON对象
     *
     * @return 包含完整请求参数的JSONObject
     */
    private static JSONObject buildRequestBody() {
        // 创建最外层JSON对象
        JSONObject requestBody = new JSONObject();

        // 设置使用的模型名称
        requestBody.put("model", "qwen-image-max");

        // 创建input对象，包含messages消息列表
        JSONObject input = new JSONObject();

        // 创建messages数组
        JSONObject messages = new JSONObject();
        // 设置消息角色为user（用户）
        messages.put("role", "user");

        // 创建content数组，包含消息的具体内容
        JSONObject contentItem = new JSONObject();
        // 设置文本提示词，描述要生成的图像内容
        contentItem.put("text", "一副典雅庄重的对联悬挂于厅堂之中，房间是个安静古典的中式布置，桌子上放着一些青花瓷，对联上左书"+"义本生知人机同道善思新，右书通云赋智乾坤启数高志远， 横批智启通义，字体飘逸，在中间挂着一幅中国风的画作，内容是岳阳楼。");

        // 构建完整的消息结构
        messages.put("content", new org.json.JSONArray().put(contentItem));
        input.put("messages", new org.json.JSONArray().put(messages));
        requestBody.put("input", input);

        // 创建parameters对象，设置生成参数
        JSONObject parameters = new JSONObject();

        // 设置负向提示词，描述不希望出现的内容
        parameters.put("negative_prompt", "低分辨率，低画质，肢体畸形，手指畸形，画面过饱和，蜡像感，人脸无细节，过度光滑，画面具有AI感。构图混乱。文字模糊，扭曲。");

        // 启用提示词扩展，自动优化提示词
        parameters.put("prompt_extend", true);

        // 关闭水印
        parameters.put("watermark", false);

        // 设置生成图像的尺寸
        parameters.put("size", "1664*928");

        // 将参数添加到请求体
        requestBody.put("parameters", parameters);

        return requestBody;
    }
}

3⁠、Spring A‌I

Spring AI 是 Spring 生态系统的新成员，旨在简化 AI 功能与 Spring 应用的集成。Spring AI 通过提供统一接口、支持集成多种 AI 服务提供商和模型类型、各种 AI 开发常用的特性（比如 RAG 知识库、Tools 工具调用和 MCP 模型上下文协议），简化了 AI 应用开发代码，使开发者能够专注于业务逻辑，提高了开发效率。

Spring AI 核心特性如下：

• 跨 AI 供应商的可移植 API 支持：适用于聊天、文本转图像和嵌入模型，同时支持同步和流式 API 选项，并可访问特定于模型的功能。
• 支持所有主流 AI 模型供应商：如 Anthropic、OpenAI、微软、亚马逊、谷歌和 Ollama，支持的模型类型包括：聊天补全、嵌入、文本转图像、音频转录、文本转语音。
• 结构化输出：将 AI 模型输出映射到 POJO（普通 Java 对象）。
• 支持所有主流向量数据库：如 Apache Cassandra、Azure Cosmos DB、Azure Vector Search、Chroma、Elasticsearch、GemFire、MariaDB、Milvus、MongoDB Atlas、Neo4j、OpenSearch、Oracle、PostgreSQL/PGVector、PineCone、Qdrant、Redis、SAP Hana、Typesense 和 Weaviate。
• 跨向量存储供应商的可移植 API：包括新颖的类 SQL 元数据过滤 API。
• 工具 / 函数调用：允许模型请求执行客户端工具和函数，从而根据需要访问必要的实时信息并采取行动。
• 可观测性：提供与 AI 相关操作的监控信息。
• 文档 ETL 框架：适用于数据工程场景。
• AI 模型评估工具：帮助评估生成内容并防范幻觉响应。
• Spring Boot 自动配置和启动器：适用于 AI 模型和向量存储。
• ChatClient API：与 AI 聊天模型通信的流式 API，用法类似于 WebClient 和 RestClient API。
• Advisors API：封装常见的生成式 AI 模式，转换发送至语言模型（LLM）和从语言模型返回的数据，并提供跨各种模型和用例的可移植性。
• 支持聊天对话记忆和检索增强生成（RAG）。

Spring AI 默认没有支持所有的大模型（尤其是国产的），更多的是支持兼容 OpenAI API 的大模型的集成，参考 官方的模型对比。因此，我们如果想要调用阿里系大模型（比如通义千问），推荐直接使用阿里自主封装的 Spring AI Alibaba 框架，它不仅能直接集成阿里系大模型，用起来更方便，而且与标准的 Spring AI 保持兼容。

可以参考下列官方文档，来跑通调用大模型的流程：

• 灵积（DashScope）模型接入指南：适用于接入灵积平台全系列模型，支持基础对话、流式调用、动态参数配置及结构化返回。
• 通义千问 QWQ 32B 模型接入指南：专注 QWQ 32B 模型接入，支持对话记忆、思维链输出，含专属 Advisor 配置示例。

spring:
  application:
    name: MaxAiAgent
  profiles:
    active: dev
  ai:
    dashscope:
      api-key: ${spring.ai.dashscope.api-key}
      chat:
        options:
          model: ${spring.ai.dashscope.chat.options.model}
server:
  port: 8123
  servlet:
    context-path: /maxaiagent


# springdoc-openapi????
springdoc:
  swagger-ui:
    path: /swagger-ui.html
    tags-sorter: alpha
    operations-sorter: alpha
  api-docs:
    path: /v3/api-docs
  group-configs:
    - group: 'default'
      paths-to-match: '/**'
      packages-to-scan: com.lyf.maxaiagent.controller
knife4j:
  enable: true
  setting:
    language: zh_cn

package com.lyf.maxaiagent.demo.invoke;

import jakarta.annotation.Resource;
import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.boot.CommandLineRunner;
import org.springframework.stereotype.Component;

@Component
public class SpringAiAiInvoke implements CommandLineRunner {

    @Resource
    private ChatModel dashscopeChatModel;

    @Override
    public void run(String... args) throws Exception {
        AssistantMessage output = dashscopeChatModel.call(new Prompt("你好，我是贝贝"))
                .getResult()
                .getOutput();
        System.out.println(output.getText());
    }
}

上述代码实现了 C⁠ommandLineRunner 接‌口，我们启动 Spring Boot 项目时，会自动注入大模型 Chat‎Model 依赖，并且单次执行该类的‌ run 方法，达到测试的效果。

💡 上述代码中我们是通⁠过 ChatModel 对象调用大模型，适合简单‌的对话场景。除了这种方式外，Spring AI 还提供了 ChatClient 调用方式，提供更‎多高级功能（比如会话记忆），适合复杂场景，在后续‌ AI 应用开发章节中会详细介绍。

4、LangChain4j

和 Spring AI ⁠作用一样，LangChain4j 是一个专注于‌构建基于大语言模型（LLM）应用的 Java 框架，作为知名 AI 框架 LangChain‎ 的 Java 版本，它提供了丰富的工具和抽象‌层，简化了与 LLM 的交互和应用开发。

LangChain 官方本身未提供阿里系大模型的原生支持，如需集成需使用社区版本的整合大模型包：langchain4j-community/tree/main/models。可在官方文档中查询完整的支持模型列表：LangChain4j 模型集成

要接入阿里云灵积模型，可参考官方集成文档：DashScope 模型集成，文档内提供了完整的依赖坐标和可直接运行的示例代码。

<dependencies>
<!-- 接入阿里云百炼平台 -->
    <dependency>
        <groupId>dev.langchain4j</groupId>
        <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
    </dependency>
</dependencies>
<dependencyManagement>
    <dependencies>
<!--引入百炼依赖管理清单-->
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-community-bom</artifactId>
            <version>${langchain4j.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

package com.lyf.maxaiagent.demo.invoke;

import com.lyf.maxaiagent.util.TestApiKey;
import dev.langchain4j.community.model.dashscope.QwenChatModel;
import dev.langchain4j.model.chat.ChatLanguageModel;

public class LangChainAiInvoke {

    public static void main(String[] args) {
        ChatLanguageModel qwenModel = QwenChatModel.builder()
                .apiKey(TestApiKey.API_KEY)
                .modelName("qwen-max")
                .build();
        String answer = qwenModel.chat("我是超极笨");
        System.out.println(answer);
    }
}

5、接入方式对比

下面是四种方式对比情况：

4种AI大模型接入方式 优缺点对比 & 适用场景

接入方式	优点	缺点	适用场景
SDK 接入	• 类型安全，支持编译时语法检查 • 官方封装完善的错误处理机制 • 配套详细的官方技术文档 • 底层做过针对性性能优化	• 强依赖对应SDK的特定版本 • 引入SDK会增加项目打包体积 • 有开发语言的使用限制	• 业务需要与大模型深度集成 • 项目仅对接单一模型提供商 • 生产环境对调用性能要求高
HTTP 接入	• 无开发语言限制，跨语言友好 • 不引入额外依赖包，轻量化 • 接口调用灵活性极高，无框架约束	• 需要手动编写代码处理各类异常错误 • 请求/响应的序列化、反序列化需手动实现 • 接口调用相关代码偏冗长繁琐	• 项目开发语言无对应官方SDK支持 • 简单的功能原型验证、快速试错 • 临时性的小功能模块集成大模型
Spring AI	• 提供统一的抽象调用接口，规范统一 • 极低成本无缝切换不同模型提供商 • 与Spring生态完美融合，开箱即用 • 内置RAG、工具调用等高级AI能力	• 多一层框架抽象层，有少量性能损耗 • 部分小众/专属模型特性可能不支持 • 框架版本迭代较快，部分特性兼容性待完善	• 基于Spring/SpringBoot的Java项目 • 业务需要兼容、切换多种大模型 • 开发中需用到RAG、知识库等高级AI功能
LangChain4j	• 提供完整的AI应用开发工具链 • 原生支持复杂的AI业务工作流编排 • 组件/工具生态丰富，开箱即用 • 极致适配AI代理、智能体类场景开发	• 框架体系复杂，学习曲线较陡峭 • 部分细分功能的文档相对偏少 • 多层抽象封装会引入一定性能开销	• 构建复杂的企业级AI应用系统 • 业务需要多步链式调用的场景 • RAG知识库、智能体、多工具组合类开发