开源模型应用落地-工具使用篇-Spring AI（七）

一、前言

    在AI大模型百花齐放的时代，很多人都对新兴技术充满了热情，都想尝试一下。但是，实际上要入门AI技术的门槛非常高。除了需要高端设备，还需要面临复杂的部署和安装过程，这让很多人望而却步。不过，随着开源技术的不断进步，使得入门AI变得越来越容易。通过使用Ollama，您可以快速体验大语言模型的乐趣，不再需要担心繁琐的设置和安装过程。另外，通过集成Spring AI，让更多Java爱好者能便捷的将AI能力集成到项目中，接下来，跟随我的脚步，一起来体验一把。

---

二、术语

2.1、Spring AI

    是 Spring 生态系统的一个新项目，它简化了 Java 中 AI 应用程序的创建。它提供以下功能：

• 支持所有主要模型提供商，例如 OpenAI、Microsoft、Amazon、Google 和 Huggingface。
• 支持的模型类型包括“聊天”和“文本到图像”，还有更多模型类型正在开发中。
• 跨 AI 提供商的可移植 API，用于聊天和嵌入模型。
• 支持同步和流 API 选项。
• 支持下拉访问模型特定功能。
• AI 模型输出到 POJO 的映射。

2.2、Ollama

​​​​​​​    是一个强大的框架，用于在 Docker 容器中部署 LLM（大型语言模型）。它的主要功能是在 Docker 容器内部署和管理 LLM 的促进者，使该过程变得简单。它可以帮助用户快速在本地运行大模型，通过简单的安装指令，用户可以执行一条命令就在本地运行开源大型语言模型。

    Ollama 支持 GPU/CPU 混合模式运行，允许用户根据自己的硬件条件（如 GPU、显存、CPU 和内存）选择不同量化版本的大模型。它提供了一种方式，使得即使在没有高性能 GPU 的设备上，也能够运行大型模型。
 

---

三、前置条件

3.1、JDK 17+

    下载地址：https://www.oracle.com/java/technologies/downloads/#jdk17-windows

    

    类文件具有错误的版本 61.0, 应为 52.0

3.2、创建Maven项目

    SpringBoot版本为3.2.3

1. <parent>
2. <groupId>org.springframework.boot</groupId>
3. <artifactId>spring-boot-starter-parent</artifactId>
4. <version>3.2.3</version>
5. <relativePath/> <!-- lookup parent from repository -->
6. </parent>

3.3、导入Maven依赖包

1. <dependency>
2. <groupId>org.projectlombok</groupId>
3. <artifactId>lombok</artifactId>
4. <optional>true</optional>
5. </dependency>
7. <dependency>
8. <groupId>ch.qos.logback</groupId>
9. <artifactId>logback-core</artifactId>
10. </dependency>
12. <dependency>
13. <groupId>ch.qos.logback</groupId>
14. <artifactId>logback-classic</artifactId>
15. </dependency>
17. <dependency>
18. <groupId>cn.hutool</groupId>
19. <artifactId>hutool-core</artifactId>
20. <version>5.8.24</version>
21. </dependency>
23. <dependency>
24. <groupId>org.springframework.ai</groupId>
25. <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
26. <version>0.8.0</version>
27. </dependency>
29. <dependency>
30. <groupId>org.springframework.ai</groupId>
31. <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
32. <version>0.8.0</version>
33. </dependency>

3.4、 科学上网的软件

3.5、 安装Ollama及部署Qwen模型

    参见：开源模型应用落地-工具使用篇-Ollama（六）-CSDN博客

---

四、技术实现

4.1、调用Open AI

4.1.1、非流式调用

1. @RequestMapping("/chat")
2. public String chat(){
3. String systemPrompt = "{prompt}";
4. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
6. String userPrompt = "广州有什么特产？";
7. Message userMessage = new UserMessage(userPrompt);
9. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
11. Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
13. List response = openAiChatClient.call(prompt).getResults();
15. String result = "";
17. for (Generation generation : response){
18. String content = generation.getOutput().getContent();
19. result += content;
20. }
22. return result;
23. }

    调用结果：

    

4.1.2、流式调用

1. @RequestMapping("/stream")
2. public SseEmitter stream(HttpServletResponse response){
3. response.setContentType("text/event-stream");
4. response.setCharacterEncoding("UTF-8");
5. SseEmitter emitter = new SseEmitter();
8. String systemPrompt = "{prompt}";
9. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
11. String userPrompt = "广州有什么特产？";
12. Message userMessage = new UserMessage(userPrompt);
14. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
15. Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
17. openAiChatClient.stream(prompt).subscribe(x -> {
18. try {
19. log.info("response: {}",x);
20. List generations = x.getResults();
21. if(CollUtil.isNotEmpty(generations)){
22. for(Generation generation:generations){
23. AssistantMessage assistantMessage = generation.getOutput();
24. String content = assistantMessage.getContent();
25. if(StringUtils.isNotEmpty(content)){
26. emitter.send(content);
27. }else{
28. if(StringUtils.equals(content,"null"))
29. emitter.complete(); // Complete the SSE connection
30. }
31. }
32. }
35. } catch (Exception e) {
36. emitter.complete();
37. log.error("流式返回结果异常",e);
38. }
39. });
41. return emitter;
42. }

流式输出返回的数据结构：

    调用结果：

 

4.2、调用Ollama API

Spring封装的很好，基本和调用OpenAI的代码一致

4.2.1、非流式调用

1. @RequestMapping("/chat")
2. public String chat(){
3. String systemPrompt = "{prompt}";
4. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
6. String userPrompt = "广州有什么特产？";
7. Message userMessage = new UserMessage(userPrompt);
9. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
11. Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
13. List response = ollamaChatClient.call(prompt).getResults();
15. String result = "";
17. for (Generation generation : response){
18. String content = generation.getOutput().getContent();
19. result += content;
20. }
22. return result;
23. }

调用结果：

Ollam的server.log输出

4.2.2、流式调用

1. @RequestMapping("/stream")
2. public SseEmitter stream(HttpServletResponse response){
3. response.setContentType("text/event-stream");
4. response.setCharacterEncoding("UTF-8");
5. SseEmitter emitter = new SseEmitter();
8. String systemPrompt = "{prompt}";
9. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
11. String userPrompt = "广州有什么特产？";
12. Message userMessage = new UserMessage(userPrompt);
14. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
15. Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
17. ollamaChatClient.stream(prompt).subscribe(x -> {
18. try {
19. log.info("response: {}",x);
20. List generations = x.getResults();
21. if(CollUtil.isNotEmpty(generations)){
22. for(Generation generation:generations){
23. AssistantMessage assistantMessage = generation.getOutput();
24. String content = assistantMessage.getContent();
25. if(StringUtils.isNotEmpty(content)){
26. emitter.send(content);
27. }else{
28. if(StringUtils.equals(content,"null"))
29. emitter.complete(); // Complete the SSE connection
30. }
31. }
32. }
35. } catch (Exception e) {
36. emitter.complete();
37. log.error("流式返回结果异常",e);
38. }
39. });
41. return emitter;
42. }

调用结果：

---

五、附带说明

5.1、OpenAiChatClient默认使用gpt-3.5-turbo模型

5.2、流式输出如何关闭连接

    不能判断是否为''（即空字符串），以下代码将提前关闭连接

    流式输出会返回''的情况

      应该在返回内容为字符串null的时候关闭

5.3、配置文件中指定的Ollama的模型参数，要和运行的模型一致

5.4、OpenAI调用完整代码

1. import cn.hutool.core.collection.CollUtil;
2. import cn.hutool.core.map.MapUtil;
3. import jakarta.servlet.http.HttpServletResponse;
4. import lombok.extern.slf4j.Slf4j;
5. import org.apache.commons.lang3.StringUtils;
6. import org.springframework.ai.chat.Generation;
7. import org.springframework.ai.chat.messages.AssistantMessage;
8. import org.springframework.ai.chat.messages.Message;
9. import org.springframework.ai.chat.messages.UserMessage;
10. import org.springframework.ai.chat.prompt.Prompt;
11. import org.springframework.ai.chat.prompt.SystemPromptTemplate;
12. import org.springframework.ai.openai.OpenAiChatClient;
13. import org.springframework.beans.factory.annotation.Autowired;
14. import org.springframework.web.bind.annotation.RequestMapping;
15. import org.springframework.web.bind.annotation.RestController;
16. import org.springframework.web.servlet.mvc.method.annotation.SseEmitter;
18. import java.util.List;
20. @Slf4j
21. @RestController
22. @RequestMapping("/api")
23. public class OpenaiTestController {
24. @Autowired
25. private OpenAiChatClient openAiChatClient;
27. // http://localhost:7777/api/chat
28. @RequestMapping("/chat")
29. public String chat(){
30. String systemPrompt = "{prompt}";
31. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
33. String userPrompt = "广州有什么特产？";
34. Message userMessage = new UserMessage(userPrompt);
36. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
38. Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
40. List response = openAiChatClient.call(prompt).getResults();
42. String result = "";
44. for (Generation generation : response){
45. String content = generation.getOutput().getContent();
46. result += content;
47. }
49. return result;
50. }
52. @RequestMapping("/stream")
53. public SseEmitter stream(HttpServletResponse response){
54. response.setContentType("text/event-stream");
55. response.setCharacterEncoding("UTF-8");
56. SseEmitter emitter = new SseEmitter();
59. String systemPrompt = "{prompt}";
60. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
62. String userPrompt = "广州有什么特产？";
63. Message userMessage = new UserMessage(userPrompt);
65. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
66. Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
68. openAiChatClient.stream(prompt).subscribe(x -> {
69. try {
70. log.info("response: {}",x);
71. List generations = x.getResults();
72. if(CollUtil.isNotEmpty(generations)){
73. for(Generation generation:generations){
74. AssistantMessage assistantMessage = generation.getOutput();
75. String content = assistantMessage.getContent();
76. if(StringUtils.isNotEmpty(content)){
77. emitter.send(content);
78. }else{
79. if(StringUtils.equals(content,"null"))
80. emitter.complete(); // Complete the SSE connection
81. }
82. }
83. }
86. } catch (Exception e) {
87. emitter.complete();
88. log.error("流式返回结果异常",e);
89. }
90. });
92. return emitter;
93. }
94. }

5.5、Ollama调用完整代码

1. import cn.hutool.core.collection.CollUtil;
2. import cn.hutool.core.map.MapUtil;
3. import jakarta.servlet.http.HttpServletResponse;
4. import lombok.extern.slf4j.Slf4j;
5. import org.apache.commons.lang3.StringUtils;
6. import org.springframework.ai.chat.Generation;
7. import org.springframework.ai.chat.messages.AssistantMessage;
8. import org.springframework.ai.chat.messages.Message;
9. import org.springframework.ai.chat.messages.UserMessage;
10. import org.springframework.ai.chat.prompt.Prompt;
11. import org.springframework.ai.chat.prompt.SystemPromptTemplate;
12. import org.springframework.ai.ollama.OllamaChatClient;
13. import org.springframework.beans.factory.annotation.Autowired;
14. import org.springframework.web.bind.annotation.RequestMapping;
15. import org.springframework.web.bind.annotation.RestController;
16. import org.springframework.web.servlet.mvc.method.annotation.SseEmitter;
18. import java.util.List;
20. @Slf4j
21. @RestController
22. @RequestMapping("/api")
23. public class OllamaTestController {
24. @Autowired
25. private OllamaChatClient ollamaChatClient;
27. @RequestMapping("/chat")
28. public String chat(){
29. String systemPrompt = "{prompt}";
30. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
32. String userPrompt = "广州有什么特产？";
33. Message userMessage = new UserMessage(userPrompt);
35. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
37. Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
39. List response = ollamaChatClient.call(prompt).getResults();
41. String result = "";
43. for (Generation generation : response){
44. String content = generation.getOutput().getContent();
45. result += content;
46. }
48. return result;
49. }
52. @RequestMapping("/stream")
53. public SseEmitter stream(HttpServletResponse response){
54. response.setContentType("text/event-stream");
55. response.setCharacterEncoding("UTF-8");
56. SseEmitter emitter = new SseEmitter();
59. String systemPrompt = "{prompt}";
60. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
62. String userPrompt = "广州有什么特产？";
63. Message userMessage = new UserMessage(userPrompt);
65. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
66. Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
68. ollamaChatClient.stream(prompt).subscribe(x -> {
69. try {
70. log.info("response: {}",x);
71. List generations = x.getResults();
72. if(CollUtil.isNotEmpty(generations)){
73. for(Generation generation:generations){
74. AssistantMessage assistantMessage = generation.getOutput();
75. String content = assistantMessage.getContent();
76. if(StringUtils.isNotEmpty(content)){
77. emitter.send(content);
78. }else{
79. if(StringUtils.equals(content,"null"))
80. emitter.complete(); // Complete the SSE connection
81. }
82. }
83. }
86. } catch (Exception e) {
87. emitter.complete();
88. log.error("流式返回结果异常",e);
89. }
90. });
92. return emitter;
93. }
94. }

5.6、核心配置

1. spring:
2. ai:
3. openai:
4. api-key: sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
5. ollama:
6. base-url: http://localhost:11434
7. chat:
8. model: qwen:1.8b-chat

5.7、启动类

1. import org.springframework.boot.SpringApplication;
2. import org.springframework.boot.autoconfigure.SpringBootApplication;
4. @SpringBootApplication
5. public class AiApplication {
7. public static void main(String[] args) {
8. System.setProperty("http.proxyHost","127.0.0.1");
9. System.setProperty("http.proxyPort","7078"); // 修改为你代理软件的端口
10. System.setProperty("https.proxyHost","127.0.0.1");
11. System.setProperty("https.proxyPort","7078"); // 同理
13. SpringApplication.run(AiApplication.class, args);
14. }
16. }