快速构建SpringAI项目：实现智能问答-RAG-FUNCTION_CALLING功能集成

作者：袖梨 2026-06-01

Java开发者可通过LangChain4j或SpringAI两种方式构建AI应用，其中SpringAI基于Java17+和SpringBoot3.2+环境，能快速实现功能开发而无需深入底层细节。

构建AI聊天机器人全流程指南：

建议先用AI生成前端界面原型，输入需求描述获取最佳提示词方案。后端实现包含本地部署与第三方模型调用两种方案，本示例将同时演示：本地部署采用ollama方案，具体操作可参考官方文档，安装完成后执行以下命令

项目搭建需先引入依赖，注意SpringAI版本更新频繁，部分API可能废弃，本案例使用1.1.3稳定版本

<dependency>
  <groupId>org.springframework.aigroupId>
  <artifactId>spring-ai-bomartifactId>
  <version>1.1.3version>
  <type>pomtype>
  <scope>importscope>
dependency>
<dependency>
  <groupId>org.springframework.aigroupId>
  <artifactId>spring-ai-advisors-vector-storeartifactId>
dependency>

模型配置参数可通过yaml文件管理，包括基础URL、对话模型等核心参数

spring:
  application:
    name: my-aiProject
  ai:
    vectorstore:
      redis:
        enabled: false  
    ollama:
      base-url: 
      chat:
        model: qwen3.5:4b

需配置ChatModel、会话记忆存储及系统提示词，当前采用内存存储方案，后续可升级为pgsql/redis/es等持久化方案

接口开发采用链式编程模式

@RequestMapping(value = "/chat",produces = "text/html;charset=UTF-8")
public Flux chat(@RequestParam("prompt") String prompt,
                         @RequestParam("chatId") String chatId,
                         @RequestParam(value = "files",required = false) List files){
    chatHistoryRepository.save("chat",chatId);
   if (files==null || files.isEmpty()){
       return chatClient.prompt()
               .advisors(s->s.param(ChatMemory.CONVERSATION_ID,chatId))
               .user(prompt)
               .stream()
               .content();
   }else {
       return  multiModalChat(prompt,chatId,files);
   }
}

功能测试结果包含会话记忆验证

RAG+FUNCTION_CALLING集成方案

检索增强生成技术可解决大模型知识时效性与私有数据访问问题，通过本地知识库检索后将真实数据注入模型生成回答

实现分为三个关键步骤： 1. 定义防注入提示词模板 2. 通过defaultTools(courseTools)实现核心功能 3. 配置工具类注解参数

@Bean
public ChatClient customerServiceChatClient(OpenAiChatModel openAiChatModel,CourseTools courseTools) {
 return ChatClient.builder(openAiChatModel)
         .defaultSystem(SystemConstants.SERVICE_SYSTEM_PROMPT)
         .defaultAdvisors(new SimpleLoggerAdvisor(), MessageChatMemoryAdvisor.builder(chatMemory()).build())
         .defaultTools(courseTools)
         .build();
}

自定义Tools需继承Object类并使用SpringAI专用注解

@Component
@RequiredArgsConstructor
public class CourseTools {
    @Tool(description = "根据条件查询课程")
     public List queryCourse(@ToolParam(description = "查询的条件") CourseQuery courseQuery){
        QueryChainWrapper wrapper = courseService.query()
                .eq(courseQuery.getType() != null, "type", courseQuery.getType())
                .le(courseQuery.getEdu() != null, "edu", courseQuery.getEdu());         
         return wrapper.list();
    }
}

@Tool标记AI可调用方法，@ToolParam说明参数用途，实现数据库检索与AI的深度集成

多模态内容处理方案

文本/PDF/图片解析需配合向量数据库，本方案采用redis-stack实现

@Bean
public RedisVectorStore redisVectorStore(OpenAiEmbeddingModel embeddingModel) {
   JedisPooled jedisPooled = new JedisPooled("localhost", 32768);
   return RedisVectorStore.builder(jedisPooled, embeddingModel)
           .indexName("spring-ai-index")
           .prefix("spring-ai-")
           .metadataFields(
                   RedisVectorStore.MetadataField.tag("file_name")
           )
           .initializeSchema(true)
           .build();
}

注意RedisSearch的TAG字段特殊字符处理，需将"."替换为"_"保证精确匹配

private void writeToVectorStore(Resource resource, String chatId) {
    PagePdfDocumentReader reader = new PagePdfDocumentReader(
            resource,
            PdfDocumentReaderConfig.builder()
                    .withPageExtractedTextFormatter(ExtractedTextFormatter.defaults())
                    .withPagesPerDocument(1)
                    .build()
    );
    List<Document> documents = reader.read();
    String safeFileName = fileName.replace(".", "_");
    vectorStore.add(documents);
}

PDF解析与企业知识库问答实现方案

public Flux<String> chat(String prompt,String chatId ){
  String safeFileName = fileName.replace(".", "_");
  return pdfChatClient.prompt()
          .advisors(s->s.param(ChatMemory.CONVERSATION_ID,chatId))
          .advisors(a->a.param(QuestionAnswerAdvisor.FILTER_EXPRESSION,"file_name == '" + safeFileName + "'"))
          .user(prompt)
          .stream()
          .content();
}