Spring AI Alibaba Studio + Ollama 接入

1、官网地址

快速开始 | Spring AI Alibaba

2、基础定义

Spring AI Alibaba Studio 是 Spring AI Alibaba（SAA） 配套的嵌入式 Web 可视化调试工具，面向 Java 开发者构建 LLM ChatBot、Agent、Graph 工作流、RAG 应用，主打本地开发调试，可以直接嵌入 SpringBoot 服务，无需单独部署前端。 定位：开发调试工具（Dev Tool），区别于面向生产运维的 Spring AI Alibaba Admin。

3、核心定位与架构关系

Spring AI Alibaba 三层架构自上而下：

1. Spring AI Alibaba Studio / Admin：可视化 UI 层
2. Agent Framework + Graph：智能体、工作流编排引擎
3. Spring AI Core：底层模型、向量库、Prompt、MCP 基础抽象

简单区分：

• ✅ Studio：嵌入式、轻量、本地开发调试；开发阶段首选
• ✅ Admin：独立部署、平台化，面向生产：低代码编排、提示词管理、长期观测、MCP 注册中心

4、核心功能清单

• Agent 对话调试面板（Agent Chat UI）

  • 多轮对话、流式输出；支持测试普通 ChatClient、ReActAgent、MultiAgent 多智能体
  • 完整链路追踪：可视化展示 Agent 思考过程、工具调用（Function/MCP）、入参返回结果、每一步状态流转
  • 查看 Token 消耗、耗时、原始 Prompt/LLM 返回原始报文，定位幻觉、工具调用失败问题
• Graph 工作流可视化调试 Spring AI Alibaba Graph 定义的状态工作流，可以在 Studio 直观看到分支路由、并行节点、中断恢复、状态持久化数据。
• RAG 检索调试 直接输入 Query，测试向量检索结果，查看召回文档、相似度分数，快速调优 Embedding、检索 TopK、重排策略。
• 模型参数快速调参 可视化修改 temperature、topP、maxTokens 等模型参数，不用反复改代码重启服务，快速对比效果。
• 评估模块（Evaluation） 导入测试数据集，自动化评测问答效果，用于 Prompt 迭代、知识库效果验证。
• 可观测追踪（Tracing） 集成框架内置链路日志，直观看到整个 AI 请求全链路，兼容 OpenTelemetry。

5、接入

引入依赖

<dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-studio</artifactId>
</dependency>

ollama配置

spring:
  application:
    name: studio-agent
  ai:
    dashscope:
      enabled: false
    ollama:
      base-url: http://127.0.0.1:11434
      chat:
        model: qwen3.5:4b # 模型
        options:
          temperature: 0.7 
          top-p: 0.7 
        model: nomic-embed-text  
server:
  port: 8080

package com.ybw.config;

import com.alibaba.cloud.ai.graph.agent.ReactAgent;
import com.alibaba.cloud.ai.graph.checkpoint.savers.MemorySaver;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class AgentConfig {

    @Bean
    public ReactAgent ollamaAgent(@Qualifier("ollamaChatModel") ChatModel chatModel) {
        return ReactAgent.builder()
                .name("ollama-agent")
                .description("基于 Ollama 的对话助手")
                .model(chatModel)
                .systemPrompt("你是一个友好的 AI 助手，请用中文回答。")
                .saver(new MemorySaver())
                .build();
    }
}

访问地址

http:localhost:{your-port}/chatui/index.html

6、典型适用场景

• 本地开发调试 ReAct 智能体，排查工具调用失败、循环思考、Agent 幻觉；
• 调试 Graph 复杂分支工作流，可视化流程走向；
• 快速验证 RAG 知识库召回效果，调优检索策略；
• Prompt 工程迭代，对比不同提示词、模型参数输出差异；
• 演示原型，快速给产品、业务人员直观体验 Agent 能力。

7、spring alibaba ai Studio vs Admin 关键对比

8、优缺点总结

✅优势

• 零额外部署，一行依赖接入；
• 完整还原 Agent 思考与工具调用链路，解决 Java Agent 看不见内部执行流程的痛点；
• 和 Spring AI Alibaba Graph、Agent 生态原生打通，无需额外埋点；
• 同时支持普通 Chat、RAG、单智能体、多智能体场景。

⚠️局限

• 设计目标是开发工具，不建议直接暴露到公网生产环境；
• 持久化能力弱，无法长期保存 Prompt、评估任务（生产场景使用 Admin）；
• 仅适配 Spring AI Alibaba 框架，不能直接对接原生 Spring AI、LangChain。

到此这篇关于Spring AI Alibaba Studio + Ollama 接入的文章就介绍到这了,更多相关Spring AI Alibaba Studio Ollama 接入内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！