SpringAI 接入 ChatGPT 实战：从零搭建企业级 AI 对话系统

10次阅读

没有评论

共计 2584 个字符，预计需要花费 7 分钟才能阅读完成。

最近在帮公司搭建智能客服系统时，发现直接调用 OpenAI API 会遇到几个头疼问题：

认证管理复杂：每次请求都要处理 API 密钥，团队协作时容易泄露
上下文丢失：多轮对话时，需要手动维护历史消息，代码像打补丁
速率限制：突发流量经常触发 429 错误，需要自己实现重试逻辑
响应延迟：简单请求也要 200-300ms，用户体验打折扣

对比直接调用 OpenAI 的裸接口，SpringAI 提供了这些开箱即用的能力：

自动认证：通过 Spring 配置管理 API 密钥
统一异常处理：封装了 QuotaExceeded 等常见错误
上下文抽象：自带 ChatClient 接口统一操作不同 AI 服务
性能扩展：支持响应式编程和请求批处理

创建 Spring Boot 3.x 项目（Java 17+）

添加依赖：

dependencies {
    implementation 'org.springframework.ai:spring-ai-openai-spring-boot-starter:0.8.0'
    implementation 'org.springframework.boot:spring-boot-starter-web'
}

在 application.yml 中配置：

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY}
      chat.options:
        model: gpt-3.5-turbo
        temperature: 0.7

@RestController
@RequestMapping("/api/chat")
public class ChatController {

    @Autowired
    private ChatService chatService;

    @PostMapping
    public ResponseEntity<ChatResponse> chat(@RequestBody ChatRequest request) {return ResponseEntity.ok(chatService.handleChat(request));
    }
}

@Service
public class ChatService {

    private final ChatClient chatClient;
    private final ChatHistoryRepository historyRepo;

    // 注入 SpringAI 自动配置的 ChatClient
    public ChatService(ChatClient chatClient) {this.chatClient = chatClient;}

    public ChatResponse handleChat(ChatRequest request) {
        // 1. 获取历史上下文
        List<Message> history = historyRepo.findBySessionId(request.sessionId());

        // 2. 构建 Prompt
        Prompt prompt = new Prompt(request.content(), 
            PromptOptions.builder()
                .history(history)
                .build());

        // 3. 调用 AI
        ChatResponse response = chatClient.call(prompt);

        // 4. 保存对话记录
        historyRepo.save(new Message(request.sessionId(), 
            request.content(), 
            response.getContent()));

        return response;
    }
}

@Async
public CompletableFuture<ChatResponse> asyncChat(ChatRequest request) {// 方法内容同上}

public List<ChatResponse> batchChat(List<ChatRequest> requests) {
    return chatClient.batchCall(requests.stream()
            .map(req -> new Prompt(req.content()))
            .toList());
}

@Cacheable(value = "chatResponses", key = "#request.content.hashCode()")
public ChatResponse cachedChat(ChatRequest request) {// ...}

429 错误处理：
配置重试策略：spring.ai.openai.retry.maxAttempts=3
实现自定义 RetryTemplate
上下文混乱：
为每个会话分配唯一 sessionId
设置合理的 TTL 自动清理旧对话
敏感数据泄露：
使用 Vault 或 KMS 管理 API 密钥
对话内容加密存储

密钥管理：
永远不要硬编码在代码中
使用环境变量或密钥管理系统
数据过滤：
实现输入输出过滤器
移除 PII（个人身份信息）

sequenceDiagram
    participant Client
    participant Controller
    participant Service
    participant OpenAI

    Client->>Controller: POST /api/chat
    Controller->>Service: handleChat()
    Service->>Service: 加载历史消息
    Service->>OpenAI: 调用 Chat API
    OpenAI-->>Service: 返回 AI 响应
    Service->>Service: 保存对话记录
    Service-->>Controller: 返回响应
    Controller-->>Client: 返回 HTTP 200