🎼个人主页：【Y小夜】

😎作者简介：一位双非学校的大三学生，编程爱好者，

专注于基础和实战分享，欢迎私信咨询！

🎆入门专栏：🎇【MySQL，Javaweb，Rust，python】

🎈热门专栏：🎊【Springboot，Redis，Springsecurity，Docker，AI】 

感谢您的点赞、关注、评论、收藏、是对我最大的认可和支持！❤️

目录

🎊SpringAI对话机器人

🎈SpringAI简介

🎈基础构建

🍕引入依赖

🍕Key的申请

🍕基础配置

 🍕编写基础开发类

🎊创建一个Init类

 🎊编写ChatAPI类

 🍕为AI设计角色和场景

 🎈增加记忆能力

---

🎊SpringAI对话机器人

🎈SpringAI简介

        Spring AI 最初专注于处理语言输入和生成语言输出的模型。该项目的理念是为开发人员提供一个抽象接口，为将生成式 AI 作为独立组件纳入应用奠定基础。

🎈基础构建

🍕引入依赖

首先自己可以先建立一个基础的springboot工程，然后进行后续的操作。

这里我们先以Moonshot API作为例子

建立工程之后，引入依赖

 <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>1.0.0-SNAPSHOT</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

和 

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-moonshot-spring-boot-starter</artifactId>
        </dependency>

使用上述的依赖的时候，maven官方还未将上述使用的依赖录入，所以我们需要重新配置一个仓库地址。先把以前setting文件中的配置的镜像给删除。

然后再在pom.xml文件中，引入

 <repositories>
        <!--这里使用的是快照版本-->
        <repository>
            <id>spring-snapshot</id>
            <name>Spring Snapshot</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>

然后clean一下，重新编译，就可以将这两个依赖成功引入了 。

🍕Key的申请

进入官网：基本信息 - Moonshot AI 开放平台

点击用户中心：

然后点击API-Key管理，点击新建

将秘钥复制下来。

🍕基础配置

spring:
  ai:
    moonshot:
      api-key: 刚刚创建的秘钥
      chat:
        options:
          model: moonshot-v1-8k
          temperature: 0.7

 🍕编写基础开发类

🎊创建一个Init类

主要是为了将模型初始化，这里我们使用moonshot模型

package com.yan.springai;

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.moonshot.MoonshotChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
@RequiredArgsConstructor
public class Init {
    //要使用的模型
    final MoonshotChatModel model;
    @Bean
    public ChatClient chatClient(){
        return  ChatClient.builder(model).build();
    }
}

 🎊编写ChatAPI类

package com.yan.springai;

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequiredArgsConstructor
public class ChatAPI {
    final ChatClient chatClient;
    @GetMapping("/ai/chat")
    public  String chat(@RequestParam(value ="message") String message){
       return chatClient.prompt().user(message).call().content();
    }
}

然后我们启动一下项目，如果发现这个报错的话

需要引入web依赖 

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

然后我们运行一下地址：

控制台上就输出了一些内容：

说明我们就已经调用成功了。

 🍕为AI设计角色和场景

我们现在为AI赋一下他的角色，修改一下Initl类

package com.yan.springai;

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.moonshot.MoonshotChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
@RequiredArgsConstructor
public class Init {
    //要使用的模型
    final MoonshotChatModel model;
    @Bean
    public ChatClient chatClient(){
        return  ChatClient.builder(model)
                .defaultSystem("假如你是特朗普，接下来的对话你必须以特朗普的语气来进行？")
                .build();
    }
}

再次运行一下，看一下输出结果

 🎈增加记忆能力

我们通过调用，会发现，我们的AI是没有记忆的。

会有会话能力的AI一般就是将第一次的回答，和后面的问题拼接到一起，产生记忆能力：

我们修改一下Init类

package com.yan.springai;

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;
import org.springframework.ai.chat.memory.ChatMemory;
import org.springframework.ai.chat.memory.InMemoryChatMemory;
import org.springframework.ai.moonshot.MoonshotChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
@RequiredArgsConstructor
public class Init {
    //要使用的模型
    final MoonshotChatModel model;
    @Bean
    public ChatClient chatClient(ChatMemory chatMemory){
        return  ChatClient.builder(model)
                .defaultSystem("假如你是特朗普，接下来的对话你必须以特朗普的语气来进行？")
                .defaultAdvisors(new MessageChatMemoryAdvisor(chatMemory))//这里主要负责拼接
                .build();
    }
    @Bean
    public ChatMemory chatMemory(){
        //负责存和读
        return new InMemoryChatMemory();
    }
}

 然后我们在运行一下这个，再次提问问题

可以看出来，AI已经产生了记忆。