|
最新快照版本请使用Spring AI 1.1.0！ |
Docker 模型运行者聊天
Docker Model Runner 是一款 AI 推理引擎，提供来自不同提供商的多种模型。
Spring AI 通过重用现有的 OpenAI 支持版本，与 Docker 模型运行器集成聊天客户端.
为此，将基础URL设置为localhost：12434/engines并选择提供的LLM模型之一。
检查DockerModelRunnerWithOpenAiChatModelIT.java测试 关于如何将 Docker 模型运行器与 Spring AI 结合的示例。
前提条件
-
下载 Docker Desktop for Mac 4.40.0。
请选择以下选项之一以启用模型运行器：
选项一：
-
启用模型跑者
Docker Desktop enable model-runner --TCP 12434. -
将基础网址设置为
localhost：12434/engines
选项二：
-
启用模型跑者
Docker Desktop Enable model-runner. -
使用Testcontainers，并设置基础网址如下：
@Container
private static final DockerModelRunnerContainer DMR = new DockerModelRunnerContainer("alpine/socat:1.7.4.3-r0");
@Bean
public OpenAiApi chatCompletionApi() {
var baseUrl = DMR.getOpenAIEndpoint();
return OpenAiApi.builder().baseUrl(baseUrl).apiKey("test").build();
}您可以通过阅读“本地运行 Docker LLM”博客文章来了解更多关于 Docker 模型运行器的知识。
自动配置
|
自1.0.0.M7版本起，Spring AI入门模块的工件ID已重命名。依赖名称现在应遵循模型、向量存储和MCP起始符的更新命名模式。 更多信息请参阅升级说明。 |
Spring AI 为 OpenAI 聊天客户端提供 Spring Boot 自动配置。
要启用它，请在项目的 Maven 中添加以下依赖pom.xml文件：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>或者在你的Gradle上添加以下内容build.gradle构建文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-openai'
}| 请参考依赖管理部分，将Spring AI的物料清单添加到你的构建文件中。 |
聊天属性
重试属性
前缀spring.ai.retry作为属性前缀，用于配置OpenAI聊天模型的重试机制。
| 属性 | 描述 | 默认值 |
|---|---|---|
spring.ai.retry.max尝试 |
重试次数上限。 |
10 |
spring.ai.retry.backoff.initial-interval |
指数式退避政策的初始睡眠时长。 |
两秒钟。 |
spring.ai.retry.backoff.multiplier |
后退间隔倍数。 |
5 |
spring.ai.retry.backoff.max区间 |
最大退回时间。 |
3分钟。 |
spring.ai.retry.on-client-errors |
如果为假，抛出非瞬态AiException，且不要尝试重试 |
false |
spring.ai.retry.exclude-on-http-codes |
不应该触发重试的HTTP状态码列表（例如抛出非瞬态Ai异常）。 |
empty |
spring.ai.retry.on-http-codes |
应触发重试的HTTP状态码列表（例如抛出TransientAiException）。 |
empty |
连接性质
前缀春.ai.openai作为属性前缀，允许你连接到OpenAI。
| 属性 | 描述 | 默认值 |
|---|---|---|
Spring.ai.openai.base-url |
连接的网址。必须设置为 |
- |
spring.ai.openai.api-key（春.ai.openai.api-key） |
任何字符串 |
- |
配置属性
|
现在通过带有前缀的顶层属性来启用和禁用聊天自动配置 为了实现， 要使之失效， 这一变化允许在你的应用中配置多个模型。 |
前缀spring.ai.openai.chat是允许您配置OpenAI聊天模型实现的属性前缀。
| 属性 | 描述 | 默认值 |
|---|---|---|
spring.ai.openai.chat.enabled（已移除且不再有效） |
启用OpenAI聊天模型。 |
true |
spring.ai.model.chat |
启用OpenAI聊天模型。 |
OpenAI |
spring.ai.openai.chat.base-url |
可选覆盖 |
- |
spring.ai.openai.chat.api-key。 |
可选覆盖 spring.ai.openai.api-key，提供针对聊天的 api-key。 |
- |
spring.ai.openai.chat.options.model |
用于使用的LLM模型 |
- |
spring.ai.openai.chat.options.temperature. |
采样温度控制了生成完备作品的显得创造力。值越高，输出越随机，值越低，结果越聚焦且确定性强。不建议对相同的完井请求调整温度和top_p，因为这两种设置的相互作用难以预测。 |
0.8 |
spring.ai.openai.chat.options.frequency 惩罚 |
数字介于-2.0到2.0之间。正值会根据新标记在文本中已有的频率进行惩罚，降低模型逐字重复同一行的可能性。 |
0.0f |
spring.ai.openai.chat.options.maxTokens |
聊天补全时最多可生成的Tokens数。输入标记和生成标记的总长度受模型上下文长度限制。 |
- |
spring.ai.openai.chat.options.n |
每个输入消息需要生成多少聊天补全选项。请注意，你将根据所有选项中生成的Tokens数量收费。保持n为1以降低成本。 |
1 |
spring.ai.openai.chat.options.presence惩罚 |
数字介于-2.0到2.0之间。正值会根据新Tokens是否出现在文本中来惩罚它们，从而提高模型讨论新话题的可能性。 |
- |
spring.ai.openai.chat.options.response格式 |
一个对象，指定模型必须输出的格式。设置为 |
- |
spring.ai.openai.chat.options.seed |
该功能目前处于测试阶段。如果需要，我们的系统将尽最大努力采用确定性采样，使得使用相同的种子和参数重复请求应返回相同的结果。 |
- |
spring.ai.openai.chat.options.stop |
最多有4个序列，API会停止生成更多Tokens。 |
- |
spring.ai.openai.chat.options.topP |
另一种基于温度抽样的替代方案称为核抽样，模型考虑具有top_p概率质量的标记结果。因此，0.1意味着只考虑构成概率质量最高10%的标记。我们通常建议改变这个或温度，但不要两者兼顾。 |
- |
spring.ai.openai.chat.options.tools |
模型可能调用的工具列表。目前，仅支持函数作为工具。利用该列表提供模型可能生成 JSON 输入的函数列表。 |
- |
spring.ai.openai.chat.options.toolChoice |
控制模型调用的函数（如果有的话）。无函数表示模型不会调用函数，而是生成消息。自动表示模型可以选择生成消息或调用函数。通过{“类型：”函数“， ”函数“： {”name“： ”my_function“}}指定特定函数，强制模型调用该函数。当不存在函数时，默认为n。如果存在函数，则自动为默认。 |
- |
spring.ai.openai.chat.options.user |
一个代表终端用户的唯一标识符，可以帮助OpenAI监控和检测滥用行为。 |
- |
spring.ai.openai.chat.options.functions |
函数列表，以名称标识，以支持函数调用一次提示请求。带有这些名称的函数必须存在于 functionCallbacks 注册表中。 |
- |
spring.ai.openai.chat.options.stream-usage |
（仅限流媒体播放）设置为为整个请求添加一个额外的块，包含Tokens使用统计数据。这 |
false |
spring.ai.openai.chat.options.proxy-tool-calls |
如果属实，Spring AI不会在内部处理函数调用，而是会代理给客户端。那么，客户端负责处理函数调用，将其派遣到相应的函数，并返回结果。如果 false（默认），Spring AI 会在内部处理函数调用。仅适用于支持函数调用的聊天模型 |
false |
运行时选项
OpenAiChatOptions.java提供模型配置，如所用模型、温度、频率惩罚等。
启动时，默认选项可以配置为OpenAiChatModel（api， options）构造者或spring.ai.openai.chat.options.*性能。
运行时，你可以通过添加新的、请求专属的选项来覆盖默认选项，提示叫。
例如，要覆盖特定请求的默认型号和温度：
ChatResponse response = chatModel.call(
new Prompt(
"Generate the names of 5 famous pirates.",
OpenAiChatOptions.builder()
.model("ai/gemma3:4B-F16")
.build()
));| 除了模型特定的OpenAiChatOptions外，你还可以使用用ChatOptions#builder（）创建的便携式ChatOptions实例。 |
函数调用
Docker 模型运行器支持在选择支持工具/函数的模型时调用工具/函数。
你可以向ChatModel注册自定义Java函数，并让模型智能地选择输出包含参数的JSON对象，调用一个或多个注册函数。这是一种强大的技术，将LLM功能与外部工具和API连接起来。
工具示例
这里有一个简单的示例，说明如何用 Spring AI 调用 Docker Model Runner 函数：
spring.ai.openai.api-key=test
spring.ai.openai.base-url=http://localhost:12434/engines
spring.ai.openai.chat.options.model=ai/gemma3:4B-F16@SpringBootApplication
public class DockerModelRunnerLlmApplication {
public static void main(String[] args) {
SpringApplication.run(DockerModelRunnerLlmApplication.class, args);
}
@Bean
CommandLineRunner runner(ChatClient.Builder chatClientBuilder) {
return args -> {
var chatClient = chatClientBuilder.build();
var response = chatClient.prompt()
.user("What is the weather in Amsterdam and Paris?")
.functions("weatherFunction") // reference by bean name.
.call()
.content();
System.out.println(response);
};
}
@Bean
@Description("Get the weather in location")
public Function<WeatherRequest, WeatherResponse> weatherFunction() {
return new MockWeatherService();
}
public static class MockWeatherService implements Function<WeatherRequest, WeatherResponse> {
public record WeatherRequest(String location, String unit) {}
public record WeatherResponse(double temp, String unit) {}
@Override
public WeatherResponse apply(WeatherRequest request) {
double temperature = request.location().contains("Amsterdam") ? 20 : 25;
return new WeatherResponse(temperature, request.unit);
}
}
}在这个例子中，当模型需要天气信息时，它会自动调用weatherFunctionBean，然后可以获取实时天气数据。预期的回复是：“阿姆斯特丹目前天气为20摄氏度，巴黎天气为25摄氏度。”
阅读更多关于OpenAI函数调用的信息。
采样控制器
创建一个新的 Spring Boot 项目并添加Spring-AI-starter-model-openai对你的POM（或Gradle）依赖。
添加一个application.properties文件，在src/主/资源目录，用于启用和配置OpenAi聊天模型：
spring.ai.openai.api-key=test
spring.ai.openai.base-url=http://localhost:12434/engines
spring.ai.openai.chat.options.model=ai/gemma3:4B-F16
# Docker Model Runner doesn't support embeddings, so we need to disable them.
spring.ai.openai.embedding.enabled=false这里有一个简单的例子@Controller使用聊天模式生成文本的课程。
@RestController
public class ChatController {
private final OpenAiChatModel chatModel;
@Autowired
public ChatController(OpenAiChatModel chatModel) {
this.chatModel = chatModel;
}
@GetMapping("/ai/generate")
public Map generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
return Map.of("generation", this.chatModel.call(message));
}
@GetMapping("/ai/generateStream")
public Flux<ChatResponse> generateStream(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
Prompt prompt = new Prompt(new UserMessage(message));
return this.chatModel.stream(prompt);
}
}