乐途乐途
主页
  • 计算机基础

    • TCP/IP
    • Linux
    • HTTP
  • 数据库

    • SQL
    • MySQL 5.7
  • 编程语言

    • C
    • C++
    • Java SE
    • Python2
    • Python3
  • 数据格式

    • JSON
    • XML
  • 认证与安全

    • JWT
  • 工具

    • Markdown
  • Git

    • GitFlow
  • Quartz

    • Quartz
  • Java

    • Maven 入门
    • Maven 进阶
    • MyBatis
    • Spring
    • Spring MVC
  • Java

    • Spring Boot
    • Spring Cloud
    • Spring Cloud Alibaba
    • Spring Security
    • Spring AI
    • Spring Batch
    • Kafka
    • Java 设计模式
  • 缓存

    • Redis
  • 搜索引擎

    • Elasticsearch
  • 分布式协调

    • ZooKeeper
联系
阿里云
主页
  • 计算机基础

    • TCP/IP
    • Linux
    • HTTP
  • 数据库

    • SQL
    • MySQL 5.7
  • 编程语言

    • C
    • C++
    • Java SE
    • Python2
    • Python3
  • 数据格式

    • JSON
    • XML
  • 认证与安全

    • JWT
  • 工具

    • Markdown
  • Git

    • GitFlow
  • Quartz

    • Quartz
  • Java

    • Maven 入门
    • Maven 进阶
    • MyBatis
    • Spring
    • Spring MVC
  • Java

    • Spring Boot
    • Spring Cloud
    • Spring Cloud Alibaba
    • Spring Security
    • Spring AI
    • Spring Batch
    • Kafka
    • Java 设计模式
  • 缓存

    • Redis
  • 搜索引擎

    • Elasticsearch
  • 分布式协调

    • ZooKeeper
联系
阿里云
  • Spring AI 学习路径
  • 第1章 Spring AI 概述与核心理念

    • 章节导读
    • Spring AI 概述与可移植 API
    • 核心模块与依赖关系
  • 第2章 快速入门与第一个AI应用

    • 章节导读
    • 环境准备与配置
    • 第一个 AI 对话应用
  • 第3章 聊天模型与ChatClient

    • 章节导读
    • ChatClient 详解
    • ChatModel 底层抽象
    • 多轮对话与 ChatMemory
  • 第4章 提示词管理与模板

    • 章节导读
    • Prompt 与 Message 体系
    • 提示词模板与动态构建
  • 第5章 输出解析与结构化响应

    • 章节导读
    • 输出解析器与 BeanOutputConverter
  • 第6章 嵌入模型与向量存储

    • 章节导读
    • EmbeddingModel 与文本向量化
    • ETL 数据注入流水线
    • 向量存储抽象与配置
  • 第7章 检索增强生成(RAG)

    • 章节导读
    • RAG 核心机制与流程
    • QuestionAnswerAdvisor 详解
    • RAG 实战案例
  • 第8章 函数调用(Function Calling)

    • 章节导读
    • Tool 注解与函数声明
    • 函数调用实战
  • 第9章 多模态

    • 章节导读
    • 图像输入与视觉模型
    • 图像生成
  • 第10章 Advisor拦截器链

    • 章节导读
    • Advisor 链与内置拦截器
  • 第11章 MCP 协议与跨语言工具集成

    • 章节导读
    • MCP 协议深入
  • 第12章 可观测性测试与最佳实践

    • 章节导读
    • 可观测性与指标监控
    • 测试策略与 Mock 实践
    • 最佳实践与面试考点汇总

大翔在周会上拍桌子:"我们要做 AI 智能客服!但别给我整 Python 那套,咱是 Java 团队。"白歌淡定地打开 Spring AI 官网:"用这个,写一次代码,随时换模型。从小崔到李眉,全栈统一。"于是,飞翔科技的 AI 之旅从这里开始。

本章导读

本章定位

本章解决三个核心问题:

  1. Spring AI 是什么——它在 Spring 生态中扮演什么角色
  2. Portable API 如何工作——为什么同一套代码能同时驱动 OpenAI 和 Ollama
  3. 有哪些模块组成——每个模块解决什么问题,如何引入依赖

学习路线图

学习顺序:先建立全局认知(为什么要用 Spring AI)→ 理解核心设计理念(可移植 API)→ 掌握模块依赖关系(BOM + Starter)→ 通过实战原型验证理解。

文件关系说明

文件一句话角色
Spring_AI概述与可移植API.md本章核心——回答"Spring AI 凭什么值得学"
核心模块与依赖关系.md版本管理入门——回答"pom.xml 怎么写不出错"

前置知识要求

  • 已掌握 Spring Boot 基础(@SpringBootApplication、application.yml、自动配置原理)
  • 了解 Maven 依赖管理(pom.xml、dependency、BOM)
  • 对 LLM(大语言模型)有基本概念即可,不做深入要求

与下一章的衔接

本章建立理论认知后,第二章将带小崔动手跑通第一个 Spring AI 对话应用——只需 10 行配置 + 5 行代码,就能让 AI 说话。

下一页
Spring AI 概述与可移植 API