SpringAI技能开发实战：从零构建你的第一个AI技能模块

7次阅读

共计 2432 个字符，预计需要花费 7 分钟才能阅读完成。

SpringAI 是一个用于快速构建 AI 技能的开源框架。所谓 ” 技能 ”（Skill），可以理解为 AI 应用中的功能模块——就像手机里的 App 一样，每个 Skill 负责处理特定类型的任务。例如天气查询、翻译、日程管理等，都可以开发成独立的 Skill。

JDK 1.8+
Maven 3.2+
Spring Boot 2.3+

通过 Spring Initializr 创建新项目
在 pom.xml 中添加核心依赖：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-core</artifactId>
    <version>1.0.0</version>
</dependency>

所有 Skill 都需要实现 Skill 接口，这是 SpringAI 的统一规范。我们创建一个 WeatherSkill 类：

@Skill("weather")
public class WeatherSkill implements Skill {

    @Override
    public String getName() {return "weather";}

    @Override
    public String getDescription() {return "提供指定城市的天气预报信息";}

    // 核心处理方法
    @Override
    public SkillResponse execute(SkillRequest request) {// 具体实现将在下面展开}
}

通常会通过 SkillRequest 获取用户输入。对于天气查询，我们需要城市名称参数：

public SkillResponse execute(SkillRequest request) {
    // 参数校验
    String city = request.getParam("city");
    if (StringUtils.isEmpty(city)) {return SkillResponse.fail("请提供城市名称");
    }

    // 调用天气 API
    WeatherData data = fetchWeather(city);

    // 构建标准响应
    return SkillResponse.success()
           .withData(data)
           .withMessage(city + "天气预报获取成功");
}

这里我们使用心知天气的免费 API 作为示例：

private WeatherData fetchWeather(String city) {
    String url = "https://api.seniverse.com/v3/weather/now.json?key=YOUR_KEY&location=" 
               + URLEncoder.encode(city, StandardCharsets.UTF_8);

    RestTemplate restTemplate = new RestTemplate();
    ResponseEntity<String> response = restTemplate.getForEntity(url, String.class);

    // 解析 JSON 响应
    JSONObject json = new JSONObject(response.getBody());
    JSONObject now = json.getJSONArray("results")
                         .getJSONObject(0)
                         .getJSONObject("now");

    return new WeatherData(now.getString("text"),
        now.getString("temperature"),
        now.getString("wind_direction")
    );
}

在配置类中添加 @EnableSkill 注解，并注册我们的 Skill：

@Configuration
@EnableSkill
public class SkillConfig {

    @Bean
    public WeatherSkill weatherSkill() {return new WeatherSkill();
    }
}

当多个用户同时请求时，需要注意：

使用线程安全的 RestTemplate
考虑在调用第三方 API 时添加限流措施
对耗时操作使用异步处理

如果技能需要记住用户的上文（比如连续对话），可以通过：

// 存储上下文
request.getSession().setAttribute("lastCity", city);

// 获取上下文
String lastCity = (String)request.getSession().getAttribute("lastCity");

添加缓存机制（如 Redis）存储常用城市的天气数据
设置合理的 API 调用超时时间（建议 3 - 5 秒）
对响应数据做压缩处理

建议使用 SLF4J 记录关键日志：

private static final Logger logger = LoggerFactory.getLogger(WeatherSkill.class);

// 在异常捕获处
catch (Exception e) {logger.error("获取天气数据失败，城市：" + city, e);
    return SkillResponse.fail("服务暂时不可用");
}

现在你已经完成了一个基础天气 Skill 的开发，可以考虑进一步扩展：