JAVA实现人工智能,采用框架SpringAI

Spring AI介绍

Spring

AI是AI工程师的一个应用框架，它提供了一个友好的API和开发AI应用的抽象，旨在简化AI应用的开发工序，例如开发一款基于ChatGPT的对话应用程序。

• 项目地址：https://github.com/spring-projects-experimental/spring-ai
• 文档地址：https://docs.spring.io/spring-ai/reference/

  目前该项目已经集成了OpenAI、Azure OpenAI、Hugging

  Face、Ollama等API。不过，对于集成了OpenAI接口的项目，只要再搭配One-API项目，就可以调用目前主流的大语言模型了。

  使用介绍

  在介绍如何使用Spring AI开发一个对话接口之前，我先介绍下ChatGPT应用的开发原理。

  首先，ChatGPT是OpenAI推出的一款生成式人工智能大语言模型，OpenAI为了ChatGPT能够得到广泛应用，向开发者提供了ChatGPT的使用接口，开发者只需使用OpenAI为开发者提供的Key，向OpenAI提供的接口地址发起各种形式的请求就可以使用ChatGPT。因此，开发一款ChatGPT应用并不是让你使用人工智能那套技术进行训练和开发，而是作为搬运工，通过向OpenAI提供的ChatGPT接口发起请求来获取ChatGPT响应，基于这一流程来开发的。

  第一种方式采用openai

  
      4.0.0
      
          org.springframework.boot
          spring-boot-starter-parent
          3.2.4
           
      
      com.example
      ai
      0.0.1-SNAPSHOT
      ai
      ai
      
          17
      
      
          
              
                  org.springframework.ai
                  spring-ai-bom
                  0.8.1-SNAPSHOT
                  pom
                  import
              
          
      
      
          
              org.springframework.boot
              spring-boot-starter
          
          
              org.springframework.boot
              spring-boot-starter-web
          
          
              org.springframework.boot
              spring-boot-starter-test
              test
          
          
              org.springframework.ai
              spring-ai-openai
          
          
              org.springframework.ai
              spring-ai-openai-spring-boot-starter
          
          
              org.springframework.ai
              spring-ai-ollama-spring-boot-starter
          
      
      
          
              spring-milestones
              Spring Milestones
              https://repo.spring.io/milestone
              
                  false
              
          
          
              spring-snapshots
              Spring Snapshots
              https://repo.spring.io/snapshot
              
                  false
              
          
      
      
          
              
                  org.springframework.boot
                  spring-boot-maven-plugin
              
          
      
  
  

  application.yml

  spring:
    ai:
      openai:
        api-key: sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
  

  IndexService

  package com.example.service;
  public interface IndexService {
      String send(String msg);
  }
  

  IndexServiceImpl

  package com.example.service.impl;
  import com.example.service.IndexService;
  import org.springframework.ai.ollama.OllamaChatClient;
  import org.springframework.ai.openai.OpenAiChatClient;
  import org.springframework.beans.factory.annotation.Autowired;
  import org.springframework.stereotype.Service;
  @Service
  public class IndexServiceImpl implements IndexService {
      @Autowired
      private OpenAiChatClient openAiChatClient;
      @Override
      public String send(String msg) {
  //        Prompt prompt = new Prompt(new UserMessage(msg));
  //        return openAiChatClient.stream(prompt);
            return openAiChatClient.call(msg);
      }
  }
  

  第二种方式采用Ollama

  Spring AI 不仅提供了与 OpenAI 进行API交互，同样支持与 Ollama 进行API交互。Ollama

  是一个发布在GitHub上的项目，专为运行、创建和分享大型语言模型而设计，可以轻松地在本地启动和运行大型语言模型。

  Windows可以下载ollama，你可以用linux都行，我这里图方便

  https://ollama.com/download

  下载好了打开命令台 你可以自己选model

  https://ollama.com/library

  ollama run llama2-chinese
  

  然后yml配置

  spring:
    ai:
      ollama:
        base-url: http://127.0.0.1:11434
        chat:
          # 要跟你刚刚ollama run llama2-chinese 后面这个模块一模一样才行
          model: llama2-chinese
  

  IndexServiceImpl

  package com.example.service.impl;
  import com.example.service.IndexService;
  import org.springframework.ai.ollama.OllamaChatClient;
  import org.springframework.ai.openai.OpenAiChatClient;
  import org.springframework.beans.factory.annotation.Autowired;
  import org.springframework.stereotype.Service;
  @Service
  public class IndexServiceImpl implements IndexService {
      @Autowired
      private OllamaChatClient ollamaChatClient;
      @Override
      public String send(String msg) {
  //        Prompt prompt = new Prompt(new UserMessage(msg));
  //        return ollamaChatClient.stream(prompt);
          return ollamaChatClient.call(msg);
      }
  }