SpringAI整合ChatGPT实战：从接入到优化的全流程指南

5次阅读

没有评论

共计 3271 个字符，预计需要花费 9 分钟才能阅读完成。

在传统 API 调用方式中，开发者面临诸多挑战：

认证管理复杂：每次请求都需要手动处理 API 密钥和认证头，容易出错且难以维护。
异步处理困难：ChatGPT API 的响应时间不确定，同步调用容易阻塞线程，影响系统性能。
错误处理繁琐：需要手动解析各种错误响应，如限流、超时等，增加了代码复杂性。
性能瓶颈：频繁创建和销毁 HTTP 连接，导致资源浪费和响应延迟。

对比几种常见的 ChatGPT 集成方案：

直接调用 OpenAI API：灵活性高，但需要处理所有底层细节，开发成本高。
第三方 SDK：简化了部分操作，但可能缺乏灵活性，且依赖第三方维护。
SpringAI：基于 Spring 生态，提供开箱即用的功能，如自动配置、异常处理、性能优化等，适合 SpringBoot 项目。

首先，添加 SpringAI 依赖到你的pom.xml：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
    <version>1.0.0</version>
</dependency>

在 application.yml 中配置 API 密钥：

spring:
  ai:
    openai:
      api-key: your-api-key
      base-url: https://api.openai.com/v1

定义请求和响应 DTO，确保数据结构清晰：

public class ChatRequest {
    private String model;
    private List<Message> messages;
    // getters and setters
}

public class Message {
    private String role;
    private String content;
    // getters and setters
}

public class ChatResponse {
    private String id;
    private List<Choice> choices;
    // getters and setters
}

public class Choice {
    private Message message;
    // getters and setters
}

SpringAI 提供了全局异常处理，但你也可以自定义：

@RestControllerAdvice
public class GlobalExceptionHandler {@ExceptionHandler(OpenAiApiException.class)
    public ResponseEntity<String> handleOpenAiApiException(OpenAiApiException ex) {return ResponseEntity.status(ex.getStatusCode()).body(ex.getMessage());
    }
}

在 application.yml 中配置 HTTP 连接池：

spring:
  ai:
    openai:
      client:
        max-connections: 100
        connection-timeout: 5000
        read-timeout: 10000

对于多个独立请求，可以使用 CompletableFuture 进行批处理：

List<CompletableFuture<ChatResponse>> futures = requests.stream()
    .map(request -> CompletableFuture.supplyAsync(() -> chatService.sendRequest(request)))
    .collect(Collectors.toList());

List<ChatResponse> responses = futures.stream()
    .map(CompletableFuture::join)
    .collect(Collectors.toList());

对于频繁使用的响应，可以引入缓存：

@Cacheable(value = "chatResponses", key = "#request.content.hashCode()")
public ChatResponse getCachedResponse(ChatRequest request) {return chatService.sendRequest(request);
}

避免将 API 密钥硬编码在代码中，使用环境变量或密钥管理服务：

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY}

使用 Spring 的 @RateLimiter 注解限制请求频率：

@RateLimiter(value = 10, timeout = 1, timeUnit = TimeUnit.MINUTES)
public ChatResponse sendRequest(ChatRequest request) {return chatService.sendRequest(request);
}

在日志中过滤敏感信息：

@Bean
public FilterRegistrationBean<RequestLoggingFilter> loggingFilter() {FilterRegistrationBean<RequestLoggingFilter> registration = new FilterRegistrationBean<>();
    registration.setFilter(new RequestLoggingFilter());
    registration.addUrlPatterns("/*");
    return registration;
}

认证失败：确保 API 密钥正确且未过期，检查网络是否可访问 OpenAI API。
响应超时 ：调整read-timeout 配置，或使用异步处理避免阻塞。
限流错误：实现请求限流和重试机制，避免触发 OpenAI 的速率限制。
数据格式错误 ：确保请求体符合 OpenAI API 的规范，特别是model 和messages字段。

以下是一个完整的 SpringBoot 服务示例：

@SpringBootApplication
public class ChatApplication {public static void main(String[] args) {SpringApplication.run(ChatApplication.class, args);
    }
}

@RestController
@RequestMapping("/api/chat")
public class ChatController {
    @Autowired
    private ChatService chatService;

    @PostMapping
    public ChatResponse chat(@RequestBody ChatRequest request) {return chatService.sendRequest(request);
    }
}

@Service
public class ChatService {
    @Autowired
    private OpenAiApi openAiApi;

    public ChatResponse sendRequest(ChatRequest request) {return openAiApi.createChatCompletion(request);
    }
}