# Spring AI Lab：一个让你 3 分钟接入 AI 对话能力的 Spring Boot 工具箱

> 不用看 Spring AI 源码，不用手写 ChatClient 配置，不用管理对话记忆——引入依赖、配好 API Key，接口直接可用。

---

## 你有没有遇到过这些问题？

想在项目中加个 AI 对话功能，结果发现：

- Spring AI 官网文档啃了半天，ChatClient、Advisor、ToolCalling 一堆概念
- 对话记忆要自己实现，过两天忘了清理，内存炸了
- 想加个 RAG 知识库问答，ETL 管道、向量存储、检索增强，一套组合拳下来头都大了
- 老板说"顺便加个代码审查、数据分析、智能客服"，你看着屏幕沉默了

**Spring AI Lab** 就是为这些场景准备的——它把上述所有能力封装成了 7 个即插即用的 Spring Boot Starter，只需引入对应的依赖，配好 API Key，HTTP 接口直接就能调。

---

## 项目地址

🔗 **Gitee**：[https://gitee.com/sjz_zy/spring-ai-lab](https://gitee.com/sjz_zy/spring-ai-lab)

🔗 **GitHub**：[https://github.com/Ziye-0911/spring-ai-lab](https://github.com/Ziye-0911/spring-ai-lab)

🌟 如果觉得有用，欢迎 Star 支持！

---

## 一、它是什么？

Spring AI Lab 是 Spring AI 的上层封装，定位是"AI 应用快速开发工具箱"。

```
Spring AI（底层能力）→ Spring AI Lab（场景封装）→ 你的业务代码
```

它不重新发明轮子，100% 基于 Spring AI 官方 API，只负责把零散的能力组合成可以直接使用的"产品级"场景模板。

---

## 二、7 个开箱即用的场景

| 场景 | 引入的依赖 | 自动提供的 API |
|------|-----------|---------------|
| 💬 通用对话 | `spring-ai-lab-scenario-chat` | `POST /api/chat` 同步 + SSE 流式 |
| 📚 RAG 问答 | `spring-ai-lab-scenario-rag` | 文档上传 → ETL → 向量检索 → 生成回答 |
| 🤝 多 Agent 协作 | `spring-ai-lab-scenario-multi-agent` | 顺序/并行/路由/辩论 四种协作模式 |
| 📝 代码审查 | `spring-ai-lab-scenario-code-review` | Git Diff 解析 + 多维度 AI 审查 |
| 📊 数据分析 | `spring-ai-lab-scenario-data-analysis` | 自然语言 → SQL → AI 分析报告 |
| 🎧 智能客服 | `spring-ai-lab-scenario-customer-service` | 意图识别 + 多轮对话 + 知识库 |
| 🔌 MCP Server | `spring-ai-lab-scenario-mcp` | MCP 协议服务端，JSON-RPC + SSE |

---

## 三、有多简单？看代码

### 3 个文件，拥有 AI 对话 + 知识库问答

**pom.xml**
```xml
<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>com.liziye</groupId>
            <artifactId>spring-ai-lab-bom</artifactId>
            <version>1.0.0</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

<dependencies>
    <dependency>
        <groupId>com.liziye</groupId>
        <artifactId>spring-ai-lab-scenario-chat</artifactId>
    </dependency>
    <dependency>
        <groupId>com.liziye</groupId>
        <artifactId>spring-ai-lab-scenario-rag</artifactId>
    </dependency>
</dependencies>
```

**application.yml**
```yaml
spring:
  ai:
    dashscope:
      api-key: ${DASHSCOPE_API_KEY}        # 任何 OpenAI 兼容的 API Key 都可以
      base-url: https://your-api-endpoint.com/v1/chat/completions
      model: your-model-name
```

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

**启动，直接调接口**：
```json
POST /api/chat
{
  "userInput": "你好，介绍一下你自己"
}

// 返回
{
  "code": 200,
  "data": {
    "content": "你好！我是基于 MiMo 大模型的 AI 助手...",
    "conversationId": "conv_abc123",
    "metadata": { "tokens": 1523, "latencyMs": 2300, "model": "mimo-v2-pro" }
  }
}
```

没有手写 ChatClient，没有管理对话历史，没有处理重试——这些都内置了。

---

## 四、不止能用，还很靠谱

作为生产级的 AI 基础设施，Spring AI Lab 内置了：

| 能力 | 实现方式 |
|------|---------|
| 🔀 多模型路由 | 多模型动态切换，支持按场景/成本/延迟选择，主备自动降级 |
| 🧠 对话记忆 | 内存/Redis 双实现，TTL 自动过期，定时清理 |
| 🛡️ 容错降级 | 三级防护：指数退避重试 → Resilience4j 熔断 → Fallback 兜底 |
| 📊 可观测性 | Token 统计、延迟监控、错误率、Micrometer → Prometheus + Grafana |
| 🔒 安全防护 | 令牌桶限流，接口级速率控制 |
| 📄 文档处理 | PDF/Word/Markdown/HTML/TXT 五种格式，固定大小/段落/语义三种切分 |

---

## 五、架构设计

采用五层架构，依赖自上而下单向流动：

```
场景模板层（7 个 @EnableXxx 注解）
    ↓
编排层（BaseOrchestrator 模板方法模式）
    ↓
能力层（记忆/路由/重试/文档/工具/指标）
    ↓
Spring AI 基础层（ChatClient / VectorStore / Embedding 等）
    ↓
基础设施（Prometheus / Redis / Resilience4j）
```

核心设计思想是**模板方法模式**：编排层定义了 `preProcess()` → `doExecute()` → `postProcess()` 的骨架，自动处理记忆管理、Token 统计、延迟监控、异常兜底。子类只需实现 `doExecute()` 中的场景差异化逻辑。

---

## 六、测试验证

项目使用 **小米 MiMo 大模型（mimo-v2-pro）** 完成全量功能验证：

- **69 个单元测试**：限流器、数据分析、智能客服等核心模块 100% 通过
- **27 个集成测试**：覆盖 Chat、RAG、Multi-Agent、Code Review、Data Analysis、Customer Service、MCP 全部场景

只要模型兼容 OpenAI Chat Completions 协议（DashScope、OpenAI、Ollama 等），即可直接替换使用。

---

## 七、技术栈

| 类别 | 技术 | 版本 |
|------|------|------|
| 基础框架 | Spring Boot | 3.4.5 |
| AI 框架 | Spring AI | 1.1.5 |
| JDK | Java | 17+ |
| 容错 | Resilience4j | 2.3.0 |
| 监控 | Micrometer + Prometheus + Grafana | 1.14.3 |
| 文档解析 | Apache PDFBox + POI + Jsoup | 3.0.4 / 5.4.0 / 1.18.1 |

---

## 八、适用场景

如果你的项目需要以下能力之一，Spring AI Lab 能让你省掉 80% 的底层开发时间：

- 给管理系统加个 AI 对话助手
- 基于内部文档搭建知识库问答
- 用 AI 辅助 Code Review
- 自然语言查数据库
- 搭建智能客服系统
- MCP 协议的 Tool 服务端

---

## 结语

这个项目的初衷很简单：让 AI 能力接入像加一个 Spring Boot Starter 一样简单。

从 0 搭建一个具备对话记忆、多模型路由、容错降级、可观测性的 AI 应用，至少要一两周。但用 Spring AI Lab，引入依赖 + 配 Key 就搞定了。

🔗 **Gitee 地址**：[https://gitee.com/sjz_zy/spring-ai-lab](https://gitee.com/sjz_zy/spring-ai-lab)

🔗 **GitHub**：[https://github.com/Ziye-0911/spring-ai-lab](https://github.com/Ziye-0911/spring-ai-lab)

欢迎 Star ⭐，也欢迎提 Issue 和 PR，一起把这个工具箱打磨得更好用！


不用看 Spring AI 源码，不用手写 ChatClient 配置，不用管理对话记忆——引入依赖、配好 API Key，接口直接可用。

Spring AI Lab：一个让你 3 分钟接入 AI 对话能力的 Spring Boot 工具箱

高级Java开发工程师

人工智能

后端

开发工具

SpringAILab是一款基于SpringAI的快速开发工具箱，提供7个开箱即用的AI场景模块，包括通用对话、RAG问答、代码审查等。只需引入依赖并配置APIKey，即可直接调用HTTP接口，无需处理底层实现。内置多模型路由、对话记忆、容错降级等功能，支持OpenAI兼容协议，让AI能力接入像添加Starter一样简单。

数据分析

集成测试

单元测试

Spring Boot

数据库

路由

GitHub

Redis

Agent

JSON

Java

2026年中大促 | AI 领航 智绘未来

lexiang

cscbot

advisor

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

SpringAILab是一款基于SpringAI的快速开发工具箱，提供7个开箱即用的AI场景模块，包括通用对话、RAG问答、代码审查等。只需引入依赖并配置APIKey，即可直接调用HTTP接口，无需处理底层实现。内置多模型路由、对话记忆、容错降级等功能，支持OpenAI兼容协议，让AI能力接入像添加Starter一样简...

Spring AI Lab：一个让你 3 分钟接入 AI 对话能力的 Spring Boot 工具箱-腾讯云开发者社区-腾讯云

Spring AI Lab：一个让你 3 分钟接入 AI 对话能力的 Spring Boot 工具箱

Spring AI Lab：一个让你 3 分钟接入 AI 对话能力的 Spring Boot 工具箱

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐