Spring AI Skill 入门实战：从零构建智能对话应用

6次阅读

共计 2572 个字符，预计需要花费 7 分钟才能阅读完成。

Spring AI Skill 为开发者提供了一种将 AI 能力快速集成到 Spring 应用中的方式，特别适合以下场景：

客服机器人 ：自动回答常见问题，提升客服效率
智能表单 ：理解用户输入意图，动态调整表单字段
内容推荐 ：根据用户历史交互，生成个性化推荐

相比于直接调用 AI 原厂 SDK，Spring AI Skill 提供了更符合 Spring 生态的集成方式，开发者可以享受到 Spring 的依赖注入、AOP 等特性带来的便利，同时避免了原生 SDK 的复杂配置和样板代码。

首先，在 pom.xml 中添加 Spring AI Skill 的依赖：

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

然后在 application.yml 中进行基础配置：

spring:
  ai:
    skill:
      enabled: true
      endpoint: https://api.ai-service.com/v1
      api-key: your-api-key
      timeout: 5000

使用 @Skill 注解定义一个简单的对话技能：

@Skill(name = "greetingSkill", description = "A simple greeting skill")
@RequiredArgsConstructor
public class GreetingSkill {

    private final AIClient aiClient;

    @SkillMethod
    public String greet(String name) {return aiClient.generateResponse("Greet the user with name:" + name);
    }
}

对于对话场景，上下文保持非常重要。以下是使用 ThreadLocal 实现的简单方案：

public class ConversationContextHolder {private static final ThreadLocal<Map<String, Object>> context = new ThreadLocal<>();

    public static void init() {context.set(new HashMap<>());
    }

    public static void set(String key, Object value) {context.get().put(key, value);
    }

    public static Object get(String key) {return context.get().get(key);
    }

    public static void clear() {context.remove();
    }
}

对于生产环境，建议使用 Redis 等分布式存储方案替代 ThreadLocal。

下面是一个完整的 Controller 示例，展示了如何处理请求和响应：

@RestController
@RequestMapping("/api/conversation")
@RequiredArgsConstructor
public class ConversationController {

    private final GreetingSkill greetingSkill;

    @PostMapping
    public ResponseEntity<ConversationResponse> handleConversation(@RequestBody ConversationRequest request) {
        try {ConversationContextHolder.init();
            String response = greetingSkill.greet(request.getName());
            return ResponseEntity.ok(new ConversationResponse(response));
        } catch (RateLimitException e) {return ResponseEntity.status(HttpStatus.TOO_MANY_REQUESTS)
                    .body(new ConversationResponse("请求过于频繁，请稍后再试"));
        } finally {ConversationContextHolder.clear();
        }
    }
}

连接池配置 ：AI 服务调用通常需要网络请求，合理配置连接池非常重要

spring:
  ai:
    skill:
      connection:
        pool:
          max-size: 50
          max-idle: 10
          min-idle: 5
          max-wait: 1000

熔断策略 ：使用 Resilience4j 或 Hystrix 实现熔断，防止服务雪崩

@Bean
public CircuitBreakerConfig aiCircuitBreakerConfig() {return CircuitBreakerConfig.custom()
            .failureRateThreshold(50)
            .waitDurationInOpenState(Duration.ofMillis(1000))
            .permittedNumberOfCallsInHalfOpenState(3)
            .build();}

我们对比了直接 HTTP 调用和 Spring AI Skill 集成的性能：