阿里出手了！Spring Cloud Alibaba AI 接入的体验很nice！

什么是Spring AI​

Spring AI是从著名的Python项目 LangChain 和 LlamaIndex 中汲取灵感，它不是这些项目的直接移植，它的成立信念是，「下一波生成式人工智能应用程序将不仅适用于 Python 开发人员，而且将在许多编程语言中无处不在」。

我们可以从Spring AI的官网描述中，总结出Spring AI的几个核心的关键词：

• 提供抽象能力
• 简化AI应用的开发
• 模型与向量支持
• AI集成与自动配置

❝

Spring AI简化了我们构建「大型复杂的AI应用」的过程，当然如果你的项目仅仅是需要调用一个AI接口，那其实直接调用官方SDK反而更方便。

❞

Spring AI提供的功能如下：

• 支持所有主要的模型提供商，如OpenAI，Microsoft，Amazon，Google和Huggingface。支持的模型类型包括聊天和文本到图像。
• 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。还支持下拉以访问特定于模型的功能。
• 「将 AI 模型输出映射到 POJO」。
• 支持所有主要的向量数据库，例如 Azure Vector Search、Chroma、Milvus、Neo4j、PostgreSQL/PGVector、PineCone、Qdrant、Redis 和 Weaviate。
• 跨 Vector Store 提供程序的可移植 API，包括新颖的类似 SQL 的元数据过滤器 API，该 API 也是可移植的。
• AI 模型和矢量存储的 「Spring Boot stater」。
• 用于数据工程的 ETL 框架

什么是Spring Cloud Alibaba AI​

原始的Spring AI并没有国内相关大模型的接入，对国内开发者不太友好。

总的来说，Spring Cloud Alibaba AI 目前基于Spring AI 0.8.1版本 API 完成通义系列大模型的接入。

在当前最新版本中，Spring Cloud Alibaba AI 主要完成了几种常见生成式模型的适配，包括对话、文生图、文生语音等，开发者可以使用 Spring Cloud Alibaba AI 开发基于通义的聊天、图片或语音生成 AI 应用，框架还提供 OutParser、Prompt Template、Stuff 等实用能力。

Spring Cloud Alibaba AI官方还提供了包括「聊天对话、文生图、文生语音」等多种应用的开发示例，具体可以前往官网查看：快速开始 | https://sca.aliyun.com[1]

动手体验Spring Cloud Alibaba AI​

首先新建一个Maven项目，JDK选的是17版本。

Maven文件需要引入​​spring-cloud-alibaba-dependencies​​和​​spring-cloud-starter-alibaba-ai​​两个依赖。

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-alibaba-dependencies</artifactId>
            <version>2023.0.1.0</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

<dependencies>
    <dependency>
        <groupId>com.alibaba.cloud</groupId>
        <artifactId>spring-cloud-starter-alibaba-ai</artifactId>
    </dependency>
</dependencies>

配置阿里云通义千问的Api-Key，没有的读者可以从官网上申请。

server:
  port: 8080
spring:
  application:
    name: alibaba-spring-ai-demo

  cloud:
    ai:
      tongyi:
          api-key: 你的api-key

新建SpringBoot启动类：

@SpringBootApplication
public class MyAiApplication {
    public static void main(String[] args) {
        SpringApplication.run(MyAiApplication.class,args);
    }
}

对接文本模型

我们首先测试如何对接文本大模型。

新建一个控制器类：新建​​/simple​​接口，用来测试基本QA。

@RestController
@RequestMapping("/ai")
@CrossOrigin
public class TongYiController {
    @Autowired
    @Qualifier("tongYiSimpleServiceImpl")
    private TongYiService tongYiSimpleService;

    @GetMapping("/simple")
    public String completion(
            @RequestParam(value = "message", defaultValue = "AI时代下Java开发者该何去何从？")
            String message
    ) {
        return tongYiSimpleService.completion(message);
    }
}

新建一个​​TongyiService​​服务类：

public interface TongYiService {

    /**
     * 基本问答
     */
    String completion(String message);
    /**
     * 文生图
     */
    ImageResponse genImg(String imgPrompt);

    /**
     * 语音合成
     */
    String genAudio(String text);

}

具体的实现类如下：由 Spring AI 自动注入 ​​ChatClient​​、​​StreamingChatClient​​，​​ChatClient​​ 屏蔽底层通义大模型交互细节，后者用于流式调用。

对于QA而言，仅仅通过​​client.call(prompt)​​一行代码就可以完成对模型的调用。

@Service
@Slf4j
public class TongYiSimpleServiceImpl extends AbstractTongYiServiceImpl {
  /**
   * 自动注入ChatClient、StreamingChatClient，屏蔽模型调用细节
   */
  private final ChatClient chatClient;

  private final StreamingChatClient streamingChatClient;

  @Autowired
  public TongYiSimpleServiceImpl(ChatClient chatClient, StreamingChatClient streamingChatClient) {
    this.chatClient = chatClient;
    this.streamingChatClient = streamingChatClient;
  }
    /**
    * 具体实现：
    */
  @Override
  public String completion(String message) {
    Prompt prompt = new Prompt(new UserMessage(message));
    return chatClient.call(prompt).getResult().getOutput().getContent();
  }
}

我们发送一个请求，prompt是​​AI时代下Java开发者该何去何从？​​测试结果如下：

文生图模型

这里只给出service的代码，其它代码同上面的文本问答。

可以看到，只需要实例化一个​​imagePrompt​​，再调用模型即可。

@Slf4j
@Service
public class TongYiImagesServiceImpl extends AbstractTongYiServiceImpl {
    private static final Logger logger = LoggerFactory.getLogger(TongYiService.class);
    private final ImageClient imageClient;
    @Autowired
    public TongYiImagesServiceImpl(ImageClient client) {
       this.imageClient = client;
    }
    @Override
    public ImageResponse genImg(String imgPrompt) {
       var prompt = new ImagePrompt(imgPrompt);
       return imageClient.call(prompt);
    }
}

测试的prompt是：​​Painting a boy coding in front of the desk, with his dog.​​，测试结果如下，效果还是很不错的：

语音合成模型

@Slf4j
@Service
public class TongYiAudioSimpleServiceImpl extends AbstractTongYiServiceImpl {
    private static final Logger logger = LoggerFactory.getLogger(TongYiService.class);
    private final SpeechClient speechClient;
    @Autowired
    public TongYiAudioSimpleServiceImpl(SpeechClient client) {
       this.speechClient = client;
    }
    @Override
    public String genAudio(String text) {
       logger.info("gen audio prompt is: {}", text);
       var resWAV = speechClient.call(text);
       // save的代码省略，就是将音频保存到本地而已
       return save(resWAV, SpeechSynthesisAudioFormat.WAV.getValue());
    }
}

测试结果也是成功的：

使用体验小结​

不得不说，阿里在Java开发领域一直是走在国内的前沿的，我也期待阿里继续完善Spring Cloud Alibaba AI的相关功能，为我们这些国内Java开发者提供更加方便的开发工具。

本文仅仅简单测试了文本问答、文生图以及语音合成三个功能，（最后一个没列出来），Spring Cloud Alibaba AI还有很多丰富的功能，如流式调用、POJO转换、AI Role等功能，各位读者感兴趣可以自行前往官方example仓库查看。后续也我打算利用Spring Cloud Alibaba AI尝试构建一个RAG问答应用。

下面给出我的使用小结：

1. 「简化开发」。个人开发者如果仅仅需要简答的问答接口，无需使用Spring AI，然而，当项目中需要开发比较复杂的AI功能，如果仅仅使用官方的SDK，写出的代码可能不太容易长期维护。
2. 「响应时间」。接口响应时间还有很大的优化空间，可以看到基本的文本问答的响应就耗费了10s，不过这也取决于所处理任务的大小。
3. 「模型选择」。之前使用SDK可以自己选择通义提供的各种模型，而使用Spring AI框架，暂时不知道如何选择其它模型进行调用，有知道的掘友也可以在评论区说一下。

未来，Spring Cloud Alibaba AI还将继续完成 VectorStore、Embedding、ETL Pipeline 等更多适配，简化 RAG 等更多 AI 应用开发场景。身为Java开发者，我也将继续关注Spring Cloud Alibaba 社区的最新动态。