首页 > 软件编程 > java > SpringAI结合Ollama实现快速对话

SpringAI+Ollama本地模型实现快速对话的实战指南

2026-05-12 09:19:58 作者：霸道流氓气质

SpringAI是Spring官方推出的AI应用开发框架,旨在统一封装多种大模型,提供一套代码无缝切换不同模型的功能,下面我们就来看看SpringAI如何结合Ollama实现快速对话功能吧

场景

Spring AI 是什么？

Spring AI 是 Spring 官方推出的 AI 应用开发框架，定位：像 SpringBoot 封装 Web、MyBatis 封装数据库一样，统一封装大模型、向量库、RAG、Agent、工具调用、MCP 协议，做到一套代码、无缝切换任意大模型。

支持：

国产模型：通义千问、文心一言、讯飞星火、智谱
海外模型：OpenAI、Anthropic
本地模型：Ollama、LocalAI

协议：OpenAI 兼容接口、MCP 模型控制协议（Streamable HTTP/SSE）

设计思想：抽象统一接口，底层厂商自由替换，业务代码不用改。

Spring AI 顶层核心架构

分层理解：

应用层：Chat 对话、RAG 知识库问答、Agent 智能体、工作流编排
核心抽象层：ChatModel、EmbeddingModel、Prompt、Advisor、Tool、VectorStore
适配层：对接各厂商（OpenAI/Ollama/ 通义千问 / 阿里云百炼）
基础设施层：向量数据库、MCP 服务、内存、日志、可观测性

ChatModel 对话模型

Spring AI 最核心抽象，所有大模型都实现这个接口。

能力：同步对话、流式对话、多轮上下文、函数调用

实现类举例：

OpenAiChatModel
OllamaChatModel
DashScopeChatModel（通义千问）

特点：切换模型只改配置，不改业务代码

ChatClient 聊天客户端（开发首选）

Spring AI 推荐业务层入口，封装 ChatModel，链式调用。

优势：

内置 Prompt 模板、记忆、工具注入
流式返回、拦截器扩展

实现

环境前提

JDK 17

SpringBoot 3.4.5

本地已装 Ollama，并拉取模型：ollama pull qwen2.5:7b-instruct

不用复杂依赖、不搞 MCP，先跑通 Spring AI 核心基础：ChatClient + 普通对话

pom文件

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.3.3</version> <!-- 降级为稳定版，解决冲突 -->
    </parent>
    <groupId>com.example</groupId>
    <artifactId>spring-ai-ollama-demo</artifactId>
    <version>1.0</version>
    <properties>
        <java.version>17</java.version>
        <spring-ai.version>1.0.0-M1</spring-ai.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <!-- Spring AI Ollama 核心 -->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
            <version>${spring-ai.version}</version>
        </dependency>
    </dependencies>
    <repositories>
        <repository>
            <id>spring-milestones</id>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
    </repositories>

application.yml 配置

server:
  port: 886
spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: qwen2.5:7b-instruct

配置类：注册 ChatClient（Spring AI 标准入口）

package com.badao.ai.config;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class SpringAiConfig {

    /**
     * 注入统一聊天客户端，全局使用
     */
    @Bean
    public ChatClient chatClient(ChatClient.Builder builder) {
        return builder.build();
    }
}

Controller（最简单对话）

package com.badao.ai.controller;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class SimpleChatController {

    private final ChatClient chatClient;

    public SimpleChatController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/chat")
    public String chat(@RequestParam String msg) {
        // 链式调用：发提示词 -> 调用模型 -> 返回内容
        return chatClient.prompt(new Prompt(msg))
                .call()
                .content();
    }
}

测试访问

以上就是SpringAI+Ollama本地模型实现快速对话的实战指南的详细内容，更多关于SpringAI结合Ollama实现快速对话的资料请关注脚本之家其它相关文章！