- 正确答案：Spring AI 是由 Spring 官方团队主导开发的开源项目（GitHub 仓库为 spring-projects-experimental/spring-ai），旨在为 Java/Spring 生态提供统一、轻量、可扩展的 AI 应用抽象层，支持大模型调用、Prompt 工程、RAG、流式响应、回调机制等核心能力，底层不绑定任何厂商，通过 SPI（Service Provider Interface）机制支持多厂商客户端（如 OpenAI、Anthropic、Google Gemini、Ollama、Azure OpenAI 等）。而 Spring AI Alibaba 并非 Spring 官方项目，而是阿里云 Spring Cloud Alibaba 团队基于 Spring AI 0.8.x 版本（已 EOL）所做的**定制化分支**，主要面向国内开发者，预集成阿里云百炼（Bailian）平台、通义千问（Qwen）大模型 API、DashScope SDK，并增强对国产化环境（如国密 HTTPS、代理穿透、阿里云 RAM 凭据自动注入）的支持；它已停止独立维护，其核心能力已逐步反哺回上游 Spring AI 主干或迁移至阿里云官方 SDK（如 alibaba-dashscope-spring-boot-starter）。 - 解答思路：该问题本质是辨析“标准规范”与“厂商适配”的关系。需从项目归属、演进路径、技术定位三个维度切入：首先确认 Spring AI 的官方性与中立性；其次指出 Spring AI Alibaba 是历史阶段性产物，源于国内早期大模型服务尚未被 Spring AI 原生支持时的本地化补丁；最后强调当前最佳实践是直接使用 Spring AI + 阿里云 DashScope 官方 Starter，而非维护独立分支。 - 深度知识讲解： 1. **SPI 架构设计原理**：Spring AI 的核心抽象（如 ChatClient、EmbeddingClient、RetrievalAugmentor）全部定义为接口，厂商实现通过 META-INF/services/xxx.InterfaceName 文件注册，运行时由 Spring Boot AutoConfiguration 扫描加载。例如，OpenAI 实现类 com.azure.spring.ai.openai.OpenAiChatClient 会绑定到 ChatClient 接口，而阿里云实现则对应 com.alibaba.cloud.ai.dashscope.DashScopeChatClient。这种设计使上层业务代码完全解耦于具体厂商——只需依赖 spring-ai-core 和 starter，切换模型仅需修改 application.yml 中的 spring.ai.* 配置项。 2. **版本兼容性断层**：Spring AI 在 1.0-M1（2024 Q2）起彻底重构 API，废弃旧版 ChatResponse/StreamingChatResponse，引入新的 Message/ChatRequest/ChatResponse 结构，并强制要求响应式编程模型（Project Reactor）。而 Spring AI Alibaba 停留在 0.8.1（基于 Spring Boot 3.2 + Spring Framework 6.1），无法兼容新 API，导致其技术债不可持续。 3. **安全与合规差异**：Spring AI Alibaba 默认启用国密 SM2/SM4 加密传输（通过 custom SSLContext 注入）、支持阿里云 STS 临时 Token 自动刷新（继承自 spring-cloud-alibaba-seata 的 credential auto-refresh 机制），而标准 Spring AI 仅提供基础 HTTP 客户端配置（如 connect-timeout, read-timeout），需用户自行集成 OkHttp 或 WebClient 的 SSL 策略。 4. **可观测性扩展**：Spring AI Alibaba 内置了阿里云 ARMS（Application Real-Time Monitoring Service）埋点，自动上报 token 使用量、模型响应延迟、错误码分布；标准 Spring AI 仅提供 Micrometer 指标（如 spring.ai.chat.requests.count），需额外对接 Prometheus/Grafana。 - 伪代码示例（对比两种方式调用通义千问）：标准 Spring AI + DashScope Starter（推荐）： ``` // pom.xml 引入 com.alibaba.cloud alibaba-dashscope-spring-boot-starter 1.0.0 ``` ``` // application.yml spring: ai: dashscope: api-key: ${DASHSCOPE_API_KEY} base-url: https://dashscope.aliyuncs.com/api/v1 model: qwen-max ``` ``` // Java 代码（完全遵循 Spring AI 规范） @Service public class AiService { private final ChatClient chatClient; public AiService(ChatClient chatClient) { this.chatClient = chatClient; } public String ask(String question) { return chatClient.call(new UserMessage(question)) .getResult().getOutput().getContent(); } } ``` Spring AI Alibaba（已过时，仅作对照）： ``` // pom.xml（历史依赖） com.alibaba.cloud spring-ai-alibaba-spring-boot-starter 0.8.1 ``` ``` // application.yml（强绑定阿里云参数） alibaba: cloud: ai: bailian: api-key: ${BAILIAN_API_KEY} endpoint: https://bailian.aliyuncs.com model-name: qwen-vl-plus ``` ``` // Java 代码（侵入式调用，无法跨厂商复用） @Autowired private BailianChatClient bailianChatClient; // 非标准 ChatClient 接口 public String askLegacy(String question) { return bailianChatClient.generate(question).getText(); // 返回阿里云私有 DTO } ``` - 扩展知识：当前 Spring 生态 AI 最佳实践已演进为“分层抽象 + 厂商插件”模式。Spring AI 负责定义 LLM、Embedding、RAG、Agent 等顶层语义；各云厂商提供符合 TCK（Technology Compatibility Kit）认证的 starter；最终用户通过 Spring Boot 的 auto-configure + conditional-on-class 实现零代码切换。例如，同一套 RAG 逻辑（VectorStore + Retriever + PromptTemplate）可无缝运行在本地 Ollama（qwen2:7b）或云端 DashScope（qwen2-72b）之上，仅需更换 starter 依赖和配置。这种设计本质上复刻了 JDBC SPI 的成功范式——将 AI 调用升华为标准化数据访问层（AI Data Access Layer）。

AI+JAVA问题

全站热榜

创作者周榜