视频教程：【SpringBoot集成LangChain4j！5 分钟打造企业级智能对话接口】 

前面几节课，咱们用纯 Java 玩转了本地大模型、国产 API、甚至 AI 绘画——是不是觉得“AI 应用开发”也没那么玄乎？

但你心里可能还卡着一个问题：

“我公司项目全是 SpringBoot 啊！难道要重写一套？有没有办法 直接在现有 Spring Boot 项目里加个 AI 功能，比如一个 /ai/chat 接口？”

当然有！而且超简单！

准备好了吗？咱们这就把 AI 能力“注入”你的 Spring Boot 应用！

---

🎯 引入：为什么企业级 AI 必须用 Spring Boot 整合？

想象一下真实场景：

• 产品经理说：“用户反馈太难处理，能不能让 AI 先自动分类？”
• 运维同事问：“能不能做个智能日志分析助手？”
• 客户希望：“在我们后台加个‘AI 客服’入口！”

这些需求，最终都要变成一个 HTTP 接口，集成到现有系统里。

而 Spring Boot 是什么？是 Java 企业开发的“标准答案”！
所以，让 AI 能力以 Spring Bean 的形式注入 Controller，才是企业级开发的正确姿势！

---

🧠 理论铺垫：LangChain4j 如何“融入” Spring Boot？

还记得咱们说 LangChain4j 是“AI 乐高积木”吗？

现在，LangChain4j 官方提供了 Spring Boot Starter ——
它就像一包“预装好的积木”，你只要加个依赖，QwenChatModel 自动变成 Spring Bean！

整个流程长这样：

是不是超省心？你只管写业务逻辑，底层连接、重试、序列化全交给 Starter！

langchain4j-spring-boot-starter。
截至 2026 年初，LangChain4j 官方已提供 Spring Boot 支持，我们优先使用 dev.langchain4j:langchain4j-spring-boot-starter。

官方文档：https://docs.langchain4j.dev/integrations/language-models/dashscope#spring-boot

---

⚙️ 实战 Part 1：创建 Spring Boot 项目 + 加依赖

第一步：用 Spring Initializr 创建项目

• 访问 start.spring.io
• 选 Java 17+, Maven, Spring Boot 3.x
• 添加依赖：Spring Web
• Group: com.example, Artifact: ai-spring-demo
• 点击 Generate，导入 IDEA

第二步：添加 LangChain4j Spring Boot Starter

在 pom.xml 中加入：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter</artifactId>
</dependency>
<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
    <version>1.11.0-beta19</version>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-test</artifactId>
    <scope>test</scope>
</dependency>

---

⚙️ 实战 Part 2：配置 API Key + 写 Controller

第一步：配置 application.yml

langchain4j:
  community:
    dashscope:
      chat-model:
        api-key: ${DASHSCOPE_API_KEY}   # 从环境变量读取，安全！
        model-name: qwen-max       # 可选：qwen-plus, qwen-turbo 等

🔐 重要！不要把 API Key 写死在 yml 里！

第二步：写一个 AI Controller

/**
 * @author 小编码上说
 * @version 1.0
 * @data 2026/2/11 15:05
 */
@RestController
@RequestMapping("/ai")
public class AiController {

    @Autowired
    ChatModel qwenChatModel;

    @RequestMapping("/chat")
    public String test(@RequestParam(defaultValue="你是谁") String message) {
        String chat = qwenChatModel.chat(message);
        return chat;
    }
}

⚠️ 为什么能直接注入 ChatModel？
因为 Starter 里的 AutoConfiguration 检测到 langchain4j.qwen.api-key 配置后，自动创建了 QwenChatModel 的 Bean！

In this case, an instance of QwenChatModel (an implementation of a ChatModel) will be automatically created, and you can autowire it where needed:

自动配置类：DashScopeAutoConfiguration

@AutoConfiguration
@EnableConfigurationProperties({DashScopeProperties.class})
public class DashScopeAutoConfiguration {
    public DashScopeAutoConfiguration() {
    }

---

▶️ 启动 & 测试

1. 设置环境变量：

export ALIBABA_API_KEY=你的阿里云API_KEY

1. 启动应用：run
2. 访问：

http://localhost:8080/ai/chat?message=你好啊

你会看到浏览器直接返回：

你好！我是通义千问（Qwen），阿里巴巴研发的超大规模语言模型……

🎉 成了！一个企业级 AI 接口，就这么诞生了！

---

❓ 互动思考：如果我想换模型，比如 DeepSeek，怎么办？

好问题！只需三步：

1. 在 pom.xml 加 langchain4j-open-ai-spring-boot-starter 依赖；
2. 在 application.yml 改成 OpenAI 配置（baseUrl: https://api.deepseek.com）；
3. 重启！Spring Boot 会自动切换 Bean！

这就是 Starter + 自动配置 的威力——模型可插拔，业务代码零修改！

官方文档：https://docs.langchain4j.dev/integrations/language-models/open-ai

扩展：通过引入自定义配置类，可以同时配置多模型。

• 配置方式：

@Configuration
public class LangChain4jConfig {
    
    @Value("${dashscope.api-key}")
    private String apiKey;
    
    @Bean
    public ChatModel qwenMaxChatModel() {
        return DashScopeChatModel.builder()
            .apiKey(apiKey)
            .modelName("qwen-max")
            .temperature(0.7)
            .maxTokens(2048)
            .build();
    }
    
    @Bean
    public ChatModel qwenPlusChatModel() {
        return DashScopeChatModel.builder()
            .apiKey(apiKey)
            .modelName("qwen-plus")
            .temperature(0.5)
            .maxTokens(1024)
            .build();
    }
}

• 使用方式：

@Service
public class AiService {
    @Autowired
    @Qualifier("qwenMaxChatModel")
    private ChatModel qwenMaxChatModel;
    
    @Autowired
    @Qualifier("qwenPlusChatModel")
    private ChatModel qwenPlusChatModel;
}

---

🎁 收尾：本节课你掌握了什么？

• ✅ 成功将 LangChain4j 与 Spring Boot 无缝整合；
• ✅ 通过 Starter 实现 Qwen 模型的自动装配，告别手动 new；
• ✅ 用 10 行代码写出生产级 AI 对话接口；
• ✅ 为后续接入记忆对话、知识库、流式响应打下坚实基础！

---

从今天起，你不再是一个只会 CRUD 的开发者——
你是那个能给公司系统“注入 AI 大脑”的关键人物！

记得先跑通这个接口，有问题评论区见！咱们下期继续“企业级 AI”之旅！

参考文档：

• 核心库查询地址：https://central.sonatype.com/artifact/dev.langchain4j/langchain4j/versions
• Starter 组件（以 OpenAI 为例）：https://central.sonatype.com/artifact/dev.langchain4j/langchain4j-open-ai-spring-boot-starter/versions
• 操作：打开链接后，页面会列出该组件的所有发布版本（包括正式版、beta 版），并显示每个版本的发布时间。