令人惊叹的 Spring AI

一个精心整理的列表，包含用于使用 Spring AI 构建生成式 AI 应用程序的优秀资源、工具、教程和项目。此仓库旨在帮助开发者在 Spring 生态系统中充分利用大型语言模型（LLMs）的强大功能。

目录

• 什么是 Spring AI？
• 官方资源
  • 文档
  • Spring AI 博客
• 学习资源
  • 书籍
  • 文章
  • 在线培训
    • Udemy 课程
  • YouTube
    • 频道
    • 演讲与视频
    • 通用播放列表
  • 播客
  • 研讨会
• 非英语资源
  • 其他语言的文章
  • 其他语言的视频
• 代码与示例
  • 综合示例集合
  • 代码示例
  • UI 客户端
  • CLI 应用程序
  • 扩展与分叉
  • 开发工具
  • 模型上下文协议
    • 核心资源
    • 适用于 Spring 项目的 MCP 服务器
    • 特定领域的 MCP 实现
• 社区
  • 值得关注的人
• 工具与性能
  • 基准测试
• 贡献

什么是 Spring AI？

Spring AI 是 Spring 团队的一个项目，它为构建 AI 应用程序提供了熟悉且一致的 Spring 风格开发体验。它简化了将大型语言模型和其他 AI 功能集成到 Spring 应用程序中的过程，提供以下功能：

• 跨不同 AI 提供商的一致抽象
• 对主流 LLM 提供商的支持
• 强大的提示工程能力
• 内置的缓存和重试机制
• 向量化存储集成
• 流式响应
• 可自定义的模型参数
• 原生 Spring Boot 集成

官方资源

文档

• Spring AI 项目
• Spring AI 参考文档
• Spring AI API 文档

Spring AI 博客

• 你的第一个 Spring AI 1.0 应用程序 - 完整教程，介绍如何使用 RAG、MCP、向量存储和 PostgreSQL 构建一个生产就绪的狗狗领养服务（2025年5月）
• 存储库中的向量搜索方法 - 关于使用 Spring Data 3.5 实现向量搜索的技术指南，涵盖向量类型、搜索结果和搜索方法（2025年5月）
• Spring AI 和 OAuth2 的实际应用：MCP 授权 - 实现修订后的 MCP 规范：使用外部 OAuth2 授权服务器保护 Spring AI 的 MCP 服务器和客户端（2025年5月）
• Spring AI 模型上下文协议中的动态工具更新 - 如何使用 Spring AI 的 MCP 实现动态更新 AI 助手可用的工具（2025年5月）
• 使用 Spring AI 1.0.0-SNAPSHOT：第 2 部分 – 重要变更与更新 - 快照系列的续篇，详细介绍了 Spring AI 的模块重组、新的工件 ID 以及迁移到 Spring AI 1.0.0-SNAPSHOT 的步骤（2025年4月）
• 使用 OAuth2 保护 Spring AI 的 MCP 服务器 - 如何使用 Spring Security 和授权服务器为 Spring AI 的模型上下文协议服务器添加 OAuth2 认证（2025年4月）
• Spring AI 提示工程模式 - 在 Spring AI 应用程序中进行有效提示工程的最佳实践和模式（2025年4月）
• Spring AI 与 Docker Model Runner - 介绍如何将 Docker Model Runner 与 Spring AI 集成以用于本地开发的教程（2025年4月）
• 使用 Spring AI 构建高效智能体（第 1 部分） - 介绍了五种基本的智能体模式（链式、并行化、路由、协调者-工作者、评估者-优化器），并展示了它们在 Spring AI 中的实现（2025年1月）
• 智能体 AI 就是未来！智能体 AI 现在就是！ - 探讨在 Spring AI 中使用智能体模式来构建自主 AI 系统（2025年1月）
• 利用 Spring AI 和 Ollama 发挥 45,000 个免费 Hugging Face 模型的力量
• 使用 Spring AI 顾问为你的 AI 应用程序注入强大动力
• Spring AI 与 NVIDIA LLM API
• Spring AI 迎合 OpenAI 的结构化输出：提升 JSON 响应的可靠性
• Spring AI 与 Groq - 一款极速的 AI 推理引擎
• Spring AI 与 Ollama 工具支持
• Spring AI - 结构化输出
• Spring AI - 多模态 - Orbis Sensualium Pictus
• 在 Java 和 Spring AI 中使用最新的 Mistral AI API 进行函数调用
• AI 遇见 Spring Petclinic：使用 Spring AI 实现 AI 助手（第 I 部分）
• AI 遇见 Spring Petclinic：使用 Spring AI 实现 AI 助手（第 II 部分）
• Spring Pet Klinik - Kotlin

学习资源

书籍

• 《Spring AI实战》作者：克雷格·沃尔斯（Manning出版社）
• 《面向组织的Spring AI——GCP Vertex AI版》作者：穆图库马兰·纳瓦尼塔克里希南（Leanpub出版社）
• 《Spring AI入门》作者：安德鲁·隆巴迪和约瑟夫·奥廷格

文章

• 《使用Docling、Java和Spring AI实现检索增强生成》 - 使用Spring AI和Docling构建一个检索增强生成（RAG）系统，利用向量存储进行语义搜索（2025年12月）
• 《使用Spring AI和模型上下文协议构建原生AI API》 - 实用指南，介绍如何在Spring Boot应用中实现MCP服务器，并引入“双API范式”，以工具、资源和提示的方式将AI集成到现有服务中（2025年9月）
• 《使用Spring AI和GPT OSS构建私有AI应用》 - 综合教程，演示如何通过Ollama将Spring AI与本地gpt-oss:20b模型集成，包含RAG、聊天记忆、结构化输出等功能，并构建移民顾问聊天机器人（2025年9月）
• 《掌握Spring AI：轻松为你的Spring Boot应用添加LLM智能》 - 展示如何通过Spring AI配置在GPT-4和Gemini之间切换；强调避免供应商锁定问题（2025年8月）
• 《Spring AI概念教程及示例》 - Spring AI 1.0 GA的更新指南：涵盖模型、提示、嵌入等概念，以及ChatModel/ChatClient、顾问和聊天机器人示例（2025年3月，2025年8月更新）
• 《通过Spring AI实现代理式AI：基础示例》 - 介绍在Spring AI中实现基于代理的AI模式的最小化方法，包括向量数据库、对话记忆、工具调用、RAG、结构化输出、安全机制和指标等内容（2025年6月）
• 《从文档到对话：使用Spring Boot和Milvus构建生产就绪的AI助手》 - 分步教程，创建一个结合Spring Boot和Spring AI的应用程序，利用Milvus实现RAG功能，并采用ChatClient抽象层（2025年6月）
• 《使用Spring Boot构建高效AI代理》 - 深入探讨基于Spring AI实现的代理架构（链式、并行化、编排），附带GitHub代码库（2025年5月）
• Vadym Kazulkin的“Spring AI与Amazon Bedrock”系列 - AWS无服务器英雄撰写的四部分综合系列，探索Spring AI与Amazon Bedrock的集成及模型上下文协议的实现：
  • 第1部分：简介与示例应用 - 介绍Spring AI与Amazon Bedrock的结合，展示一个带有工具和聊天记忆的会议搜索应用（2024年8月）
  • 第2部分：探索模型上下文协议的STDIO传输 - 使用STDIO传输实现MCP服务器，支持工具发现和自然语言交互（2024年8月）
  • 第3部分：探索模型上下文协议的SSE传输 - 展示使用服务器发送事件（SSE）传输模型上下文协议，并集成会议搜索工具（2024年9月）
  • 第4部分：探索模型上下文协议的可流式HTTP传输 - 最后一部分，探讨使用可流式HTTP传输协议实现MCP服务器（2024年9月）
• 《理解LLM中的工具/函数调用（REST与Spring AI中的分步示例）》 - 学习如何实现OpenAI风格的工具调用——从原始REST到优雅的Spring AI注解（2025年7月）
• 《在Spring和Kotlin中使用嵌入进行语义搜索》 - 关于在Spring AI中使用嵌入的全面指南（2025年4月）
• 《Java应用中的Spring AI》 - 对企业级AI集成的展望（2025年3月）
• 《使用Spring AI配置MCP客户端SSE》 - 技术指南，介绍如何在Spring Boot中配置服务器发送事件与MCP客户端的连接（2025年2月）
• 《Spring AI入门指南（第1部分）》 & 《第2部分》 - 多部分讲解Spring AI的基础知识。第1部分介绍如何在Spring Boot中集成聊天模型（OpenAI/Ollama）；第2部分深入探讨Advisor API（2024年12月）
• 《为什么选择Spring AI：通往生成式AI的无缝之路》 - 文章解释了Spring AI的优势，以及为何你可能会考虑它而非其他AI框架（2024年11月）
• 《使用Spring AI构建生成式AI应用》 - 基于项目的实践教程，指导如何构建完整的Spring AI应用程序（2024年11月）
• 《Spring Boot与AI的结合》 - 实用指南，介绍如何在饮食计划应用中使用OpenAI和Anthropic（2024年10月）
• 《Java开发者入门Spring AI》 - 针对Java开发者的简单介绍（2024年9月）
• 《Spring AI入门》 - 介绍Spring AI的核心组件和模型抽象（2024年8月）
• 《如何用Java编写GenAI应用（Foojay.io）》 - 综合指南，涵盖RAG和Spring AI模板（2024年7月）

在线培训

Udemy课程

• 从 Java 开发者到 AI 工程师：Spring AI 快速入门 - 由 Madan Reddy 和 Eazy Bytes 主讲（2024 年），学习如何使用 Spring AI、OpenAI、RAG、MCP、AI 测试、可观测性以及语音和图像生成技术构建 AI 应用
• 使用 Spring AI、OpenAI、Ollama 和 Spring Boot 构建 AI 应用 - 学习如何利用 Spring AI 实现与大语言模型的对话、检索增强生成、工具调用以及多模态 AI 技术（2024 年 8 月）
• Spring AI - 与 Telusko 一起探索 GenAI - 由 Navin Reddy 主讲（2024 年），学习如何使用 Spring AI 结合 OpenAI、Ollama、RAG 和向量数据库，构建具备多模态能力的 AI 驱动 Spring Boot 应用
• 精通基于 Java 和 Spring Boot 的生成式 AI | Spring AI - 由 Shabbir Dawoodi 主讲（2024 年），学习如何使用 Java 和 Spring 构建人工智能驱动的应用及其生命周期管理
• 深度解析：使用 Spring 开发生成式 AI 应用程序 - 由 Ken Krueger 主讲（2024 年），深入掌握 Spring AI 及高级生成式 AI 技术
• 使用 Spring AI 和 React 构建 AI 客服系统 - 由 Samson Alfred 主讲（2024 年），学习如何利用 Spring AI、Spring Boot 和 React 构建专业的 AI 客服系统
• Spring AI：创建工作流、智能代理及数据解析 - 由 Verissimo Ribeiro 主讲（2024 年），学习如何创建智能工作流、自主智能代理以及高级数据解析技术
• Spring AI：从 AI 基础到 Spring AI 深度洞察 - 由 Uladzislau Zhurauliou 主讲（2024 年），学习如何使用 Java 结合 OpenAI 发挥 Spring AI 的强大功能
• Spring AI：从入门到高手 - 由 John Thompson 主讲（2024 年），学习如何利用 Java 结合 Spring AI 解锁 OpenAI ChatGPT 的潜力
• 精通 Spring AI：用 Java 构建 AI - 由 Pritesh Mistry 主讲（2024 年），学习如何利用 AI 转变你的 Java 应用
• Spring AI 入门：轻松构建 GenAI 和 LLM 应用 - 由 Bharath Thippireddy 主讲（2024 年），提供循序渐进的指南，助你掌握 Spring AI
• Spring AI 与 Neo4j：知识图谱 RAG - 由 Timotius Pamungkas 主讲（2024 年），学习如何结合向量相似度和知识图谱，利用 Spring AI、Neo4J 和 OpenAI 实现检索增强生成（RAG）

演讲与视频

• 在现代企业应用中使用 Spring AI 的实用代理式 RAG • Dan Dobrin @ Spring I/O 2025 - 基于 Spring AI 的面向企业的代理式 RAG 实现（2025年5月）
• Spring AI 的最新进展 • Josh Long • GOTO 2025 - 截至2025年中，Spring AI 当前状态、进展、路线图及功能的全面概述（2025年5月）
• 更聪明地编码，而非更辛苦地编码：适用于所有人的 AI 驱动开发技巧 • Dan Vega @ Spring I/O 2025 - 针对 Spring 应用程序的实用 AI 开发技巧，展示如何借助 Spring AI 提升生产力（2025年5月）
• Thomas Vitale 在 Spring I/O 2025 上讲解的基于 Java 和 Spring AI 的模块化 RAG 架构 - 使用 Java 和 Spring AI 构建检索增强生成架构的实用指南（2025年5月）
• 代码末日来临：LangChain4j 对抗 Spring AI | J-Spring 2025 - 比较 Spring AI 和 LangChain4j 框架，探讨其权衡与应用场景（2025年5月）
• 在 Java Spring AI 中使用 OpenRouter - 通过 Spring AI 集成实现一个 API 适配多个 AI 模型提供商（2025年5月）
• Spring AI 与 Cloud Foundry：优雅、代理式、生产级 - 在 Cloud Foundry 平台上将 Spring AI 应用程序投入生产环境（2025年4月）
• 从单次调用的 LLM 到智能代理 - 使用 Spring AI 框架构建智能代理（2025年4月）
• Spring AI 教程 — 顾问 - 深入探讨 Spring AI 中的顾问机制（2025年4月）
• Spring AI 教程 — 模型上下文协议 (MCP) - 在 Spring AI 中使用模型上下文协议（2025年4月）
• 面向 Java 开发者的 AI：Spring AI 入门全课程/工作坊 - 为 Java 开发者提供的涵盖 Spring AI 基础知识的综合工作坊（2025年6月）
• 突发新闻：Spring AI 将于 2025 年 5 月正式发布！1.0.0-M7 - 宣布 Spring AI 达到通用可用性里程碑，并具备生产就绪特性（2025年5月）
• Spring AI 教程：将 ChatGPT 与 Spring Boot 和 OpenAI 集成 - 关于将 ChatGPT 集成到 Spring Boot 应用程序的实用教程（2025年5月）
• 使用 Spring AI，在几分钟内将 AI 集成到您的企业中 - 使用 Spring AI 进行企业 AI 集成的快速指南（2025年4月）
• 使用 Spring AI 进行提示工程 • Josh Long 在 Christian Tzolov 的评测中 - 2025年4月
• Spring AI 深度解析 • Mark Pollack 和 Josh Long @ Devnexus - 2025年4月
• #1 Spring AI 教程 | 简介 - 涵盖 Spring AI 基础知识和设置的入门教程（2025年3月）
• MCP，简单如 ABC…… - 模型上下文协议的介绍及基础知识（2025年3月）
• 优雅的 Spring AI - 感谢 Devnexus 授权展示该视频（2025年3月）
• Spring AI M4 新功能 • Josh Long - 2025年2月
• 使用 Spring AI 构建智能应用 • Patrick Baumgartner @ JFokus 2025 - 2025年2月
• Spring Boot 和 Vaadin 结合 Spring AI MCP • Marcus Hellberg - 2025年2月
• Spring AI 课程 • freeCodeCamp - 2024年12月
• 使用 AWS 构建智能代理：完整教程 • Josh Long 和 James Ward - 2024年11月
• Spring AI 简介：使用 Spring 框架在 Java 中构建 AI 应用程序 - 介绍如何利用 Spring AI 框架构建 AI 驱动的 Java 应用程序（2024年4月）
• Java 与 AI 的协奏曲——构建生产就绪的 LLM 应用程序 • Spring I/O 2024 - 使用 Spring AI 示例和模式构建生产就绪的 LLM 应用程序（2024年5月）
• 使用 Spring AI 构建并商业化生成式 AI 插件 • SpringOne 2024 - 利用 Spring AI 框架创建并商业化 AI 插件（2024年9月）
• 使用 Spring AI 顾问为您的 AI 应用程序赋能 • Spring 团队 - 2024年10月
• Spring AI 就足够了 • Christian Tzolov • GOTO 阿姆斯特丹 2024 - 2024年6月
• 使用 Spring AI 的实用生成式 AI • Rod Johnson @ YOW! 2024 - 2024年6月
• Christian Tzolov / Mark Pollack 在 Spring I/O 2024 上介绍 Spring AI - 2024年5月
• 将生成式 AI 引入现代企业。生产级用例。在无服务器 Java 中！！ • Dan Dobrin • Devoxx 比利时 2024 - 2024年5月
• 优雅的 Spring Boot • Josh Long @ SpringOne 2024 - 2024年1月
• 优雅的人工智能 • Josh Long、Mark Pollack 和 Rod Johnson @ SpringOne 2024 - 2024年1月
• Spring AI：无缝集成 AI 到您的企业 Java 应用程序中 - 2023年12月
• Devoxx 2023 上的 Spring AI 概述 - 2023年11月
• Spring 小贴士：Spring AI - 2023年10月
• 介绍 Spring AI • 为您的 Spring 应用程序添加生成式 AI - 2023年10月
• Spring.IO 主题演讲中的 Spring AI - 2023年10月

办公时间与社区直播

• Spring 办公时间 S4E25：来自 SpringOne @ Explore 2025 的现场直播 - 包括 Spring AI 相关内容和更新在内的 Spring 社区动态（2025年3月）
• Spring 办公时间 S4E17：Spring AI + Google Gemini：超越演示 - 深入探讨 Spring AI 与 Google Gemini 模型的集成（2025年2月）

综合播放列表

• Spring AI 教程 - SivaLabs - 全面的 Spring AI 教程系列，涵盖基础知识、集成及实际应用（2025年9月）
• AI 原生 DevCon - 2025 年春季 - 包含 Spring AI 相关内容及 AI 原生开发主题的会议播放列表（2025 年春季）
• Craig Walls 的 Spring AI 播放列表
• Dan Vega 的播放列表
• Devoxx 播放列表
• Telusko Spring AI 教程播放列表 - 全面的教程系列，涵盖使用 OpenAI、Anthropic 和 Ollama 集成实现 Spring AI
• AI - 人工智能播放列表 - 收录了关于 Spring AI 及通用人工智能概念与实现的视频合集

研讨会

• Spring AI 从零到英雄研讨会 - 示例应用程序，展示如何使用 Spring AI 构建生成式 AI 项目。
• （已过时）Azure OpenAI 研讨会资料 - 包含从“hello world”到“检索增强生成”的分步示例
• 面向 Spring AI Java 开发者的 Gemini 研讨会 • Dan Dobrin - 面向 Java 开发人员的研讨会材料，介绍如何使用 Spring AI 结合 Gemini 模型构建生成式 AI 应用程序
• 探索与 LLM 的交互：结合 Spring AI 的实践见解 - 自学型研讨会，旨在练习 Spring AI 基础知识并探索与 LLM 的交互方式。

非英语资源

文章（其他语言）

• "深度学习" 关于 Spring AI：入门 - 西班牙语版 Spring AI 概念介绍及简单 Spring Boot 聊天机器人搭建指南（2025年5月）
• Spring AI 与 Groq：创建智能助手的完整指南 - 葡萄牙语版教程，介绍如何将 Spring AI 与 Groq 结合使用，包括基于 CATS 框架的提示工程（2025年8月）
• Spring AI 入门教程：从零搭建智能应用（2025 最新实践） - 中文版 Spring AI 指南，介绍如何使用 Azure OpenAI 搭建聊天机器人、流式响应、记忆功能以及多模态支持（2025年3月）

视频（其他语言）

• 2025 年最新 Spring AI Alibaba 入门到进阶实战教程（Bilibili 系列） - 中文版 54 集视频课程，讲解 Spring AI Alibaba，涵盖 LLM、RAG、函数调用及电商聊天机器人搭建等内容（2025年6月）

代码与示例

综合示例集合

• Thomas Vitale 的 Spring AI 示例 - 大量示例，展示如何构建由生成式 AI 和大型语言模型（LLMs）驱动的 Java 应用程序。包含针对不同 AI 模型、RAG 实现以及各种 Spring AI 功能的示例。
• Craig Walls 的 Spring AI 示例 - 内容丰富的仓库，收录数十个示例，覆盖所有主要的 Spring AI 功能、模型集成及实现模式。由《Spring AI in Action》一书的作者创建。
• Piotr Minkowski 的 Spring AI 展示项目 - 模块化演示项目，展示了多项 Spring AI 功能，包括提示模板、聊天记忆、结构化输出、函数调用、结合 Pinecone 向量数据库的 RAG 以及图像模型等。支持多个 AI 提供商（OpenAI、Mistral、Ollama、Azure OpenAI），并通过配置文件进行切换。

代码示例

• Spring AI 官方示例 - 全面的官方仓库，包含适用于所有 Spring AI 功能的示例，如 MCP 动态工具、提示工程模式、代理式工作流、向量数据库以及各类模型集成（2025年）
• Spring AI Docker Model Runner 示例 - 集成示例，说明如何在本地开发和测试中使用 Docker Model Runner 与 Spring AI 结合（2025年）
• Spring PetClinic AI - 经典 Spring PetClinic 应用程序升级为由 Spring AI 驱动的聊天机器人。演示了如何通过自然语言与应用程序数据交互，允许用户通过对话查询和修改宠物诊所信息。支持 OpenAI 和 Azure OpenAI 作为 LLM 提供商。相关内容已在 spring.io 上以两篇系列博客文章详细阐述。
• 航班预订助手 - 由 Spring AI 驱动的专家系统演示，模拟了一个航班预订助手。展示了如何利用 Spring AI 构建特定领域的 AI 助手。
• Spring AI 与 QianFan - Spring AI 对来自 QianFan 的多种 AI 语言模型的支持。展示了如何与 QianFan 语言模型交互，并基于 QianFan 模型创建一个多语言对话助手。
• 使用 Spring AI 进行相似度搜索 - 简单相似度搜索的实现。演示了如何使用 Kotlin 或 Java 结合 Spring-AI 生成嵌入并向量数据库中执行简单的相似度搜索（2025年3月）

UI 客户端

• Spring AI HTMX MCP - 使用 HTMX 构建 Spring AI 应用程序的现代化交互式 UI 的示例。演示如何利用 HTMX 的服务器端渲染能力与 Spring AI 的模型上下文协议相结合，以最少的 JavaScript 代码创建响应式的聊天界面。

• Spring AI Vaadin - Spring AI 与 Vaadin 的集成，Vaadin 是一个用于构建现代 Web 应用程序的 Java Web 框架。提供组件和示例，使用纯 Java 即可创建丰富的交互式 AI 驱动 UI，无需 JavaScript 或 HTML 知识。

• DocumentGPT - Sergi Almar 开发的基于 RAG 的文档查询系统，允许用户上传文档并通过 Spring AI 的向量搜索功能与文档进行对话。配备基于 Web 的用户界面，用于文档上传和交互式查询。

• Spring AI Playground - 专为 Java 开发人员设计的 Web UI，便于他们试验和集成 AI 模型。提供交互式界面来测试不同的提示词和模型。

CLI 应用程序

• Spring AI 聊天机器人 CLI - 具有检索增强生成（RAG）和会话记忆功能的命令行聊天机器人。演示如何使用 Spring AI 构建交互式 CLI 应用程序。

• Spring AI 驱动的本地 CLI 聊天机器人 - 完全本地运行、由 Spring AI 提供支持的 CLI 聊天机器人，完全在您的机器上运行，无需任何外部服务。非常适合离线开发或对隐私要求较高的应用场景。

扩展与分支

• Spring AI Alibaba - Spring AI 的扩展，为 Java 开发人员提供代理式 AI 框架。新增对阿里云通义千问模型和 Dashscope 服务的支持，以及会话记忆、RAG 支持和函数调用等附加功能。在保持与 Spring AI API 兼容的同时，为阿里云的 AI 生态系统提供了专门的能力。

开发工具

• Arconia Ollama 开发服务 - 一款 Spring Boot 开发服务，可自动管理本地 LLM 开发所需的 Ollama 实例。通过处理容器生命周期和配置，简化了本地模型的测试和开发流程。与 Spring AI 的 Ollama 支持无缝集成。

模型上下文协议

核心资源

• MCP 客户端文档 - 在 Spring AI 应用程序中实现模型上下文协议客户端的官方文档。
• MCP 客户端示例 - 展示 Spring AI 中模型上下文协议实现的全面示例，包括客户端-服务器通信、工具发现、文件系统操作、天气服务、网页搜索集成以及动态工具更新。
• MCP 注解 - 用于实现 MCP 服务器和客户端的基于注解的编程模型。提供了一种简洁、声明式的处理 MCP 操作的方式，减少了样板代码。包含仅依赖于 MCP Java SDK 和 Spring AI 集成模块的核心注解。

适用于 Spring 项目的 MCP 服务器

• Spring Batch MCP 服务器 - 用于内省 Spring Batch 应用程序的 MCP 服务，为 AI 助手提供访问批处理作业信息的权限。
• Spring Cloud Config MCP 服务器 - Spring Cloud Config 的实验性 MCP 服务器实现，将配置管理操作暴露为 AI 工具，使 AI 助手能够检索、更新和刷新应用程序配置，以及加密/解密敏感值。
• JVM 诊断 MCP - 用于获取 JVM 诊断信息的模型上下文协议服务，允许 AI 助手访问 Java 应用程序的运行时信息。

领域特定的 MCP 实现

• Kotlin 加密货币价格 MCP 服务器 - 基于 Kotlin 的 Spring AI MCP 服务器，提供来自 Binance 的实时加密货币价格信息。
• Spring AI MCP 数据库集成示例 - Spring AI 与 MCP 的实际实现，包含两个通过 @Tool 注解暴露数据库操作（人员和账户数据）的服务器应用，以及一个发现并使用这些工具的客户端应用，该客户端应用使用 OpenAI 模型。
• GitHub MCP 应用 - 由 Devoxx 创始人 Stephan Janssen 构建的 100% Java GitHub MCP 应用，基于 Spring AI。
• Druid MCP 服务器 - 基于 Java 的 Apache Druid 企业级 MCP 服务器，提供广泛的工具、资源和 AI 辅助提示，用于管理和分析 Druid 集群，采用 spring-ai-1.1.0 Milestone 版本及新的 @Mcp Annotations (@McpTool) 和 OAuth。
• AWS 示例 MCP 演示 - 展示如何将模型上下文协议与 AWS 服务结合使用的示例集合，其中包括 Spring AI 实现。

社区

关注对象

• Christian Tzolov
• Josh Long
• Dan Vega
• Thomas Vitale
• Dan Dobrin
• Marcus Hellberg
• Lize Roes
• Bouke Nijhuis
• Guillaume Laforge
• Brian Sam-Bodden
• Adib Saikali
• Clémentine Fourrier
• Craig Walls
• Ilja Leyberman

播客

• This Day in AI
• Changelog 的 Practical AI
• Latent Space
• Your Undivided Attention
• TWIML（本周机器学习）
• Gradient Decent
• Spring Office Hours
• Bootiful Podcast

YouTube

频道

• 神经迷宫
• 图灵讲座（通用人工智能）

工具与性能

基准测试

• OpenLLM 榜单

贡献

我们始终欢迎您的贡献！请先阅读贡献指南。

Awesome Spring AI 快速上手指南

本指南旨在帮助中国开发者快速了解并开始在 Spring 生态中构建生成式 AI 应用。Spring AI 提供了统一的抽象层，简化了与大语言模型（LLM）的集成。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• JDK: 推荐安装 JDK 17 或更高版本（Spring AI 3.x/4.x 基于 Spring Boot 3+）。
• 构建工具: Maven 3.6+ 或 Gradle 8.x+。
• IDE: IntelliJ IDEA, Eclipse 或 VS Code（推荐安装 Spring Boot Extension Pack）。
• AI 模型访问:
  • 云端方案: 拥有 OpenAI, Azure OpenAI, Anthropic 等服务的 API Key。
  • 本地方案（推荐国内开发者）：安装 Ollama 以在本地运行开源模型（如 Qwen, Llama 3），避免网络延迟和费用问题。
    • 安装命令 (macOS/Linux): curl -fsSL https://ollama.com/install.sh | sh
    • 拉取模型示例：ollama run qwen2.5 (通义千问) 或 ollama run llama3

安装步骤

1. 创建 Spring Boot 项目

使用 Spring Initializr 创建新项目，或通过 IDE 初始化。确保包含 Spring Web 依赖。

2. 添加 Spring AI 依赖

Maven (pom.xml):

<dependencies>
    <!-- Spring AI OpenAI Starter (以 OpenAI 为例，若用 Ollama 请替换为 spring-ai-ollama-spring-boot-starter) -->
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        <version>1.0.0-M4</version> <!-- 请根据最新稳定版本调整 -->
    </dependency>
    
    <!-- 若使用 Ollama 本地模型，请使用以下依赖 -->
    <!--
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
        <version>1.0.0-M4</version>
    </dependency>
    -->
</dependencies>

<repositories>
    <!-- Spring AI 目前可能位于 Milestone 或 Snapshot 仓库 -->
    <repository>
        <id>spring-milestones</id>
        <name>Spring Milestones</name>
        <url>https://repo.spring.io/milestone</url>
        <snapshots>
            <enabled>false</enabled>
        </snapshots>
    </repository>
</repositories>

Gradle (build.gradle):

repositories {
    maven { url 'https://repo.spring.io/milestone' }
}

dependencies {
    // OpenAI 示例
    implementation 'org.springframework.ai:spring-ai-openai-spring-boot-starter:1.0.0-M4'
    
    // Ollama 示例
    // implementation 'org.springframework.ai:spring-ai-ollama-spring-boot-starter:1.0.0-M4'
}

3. 配置应用程序

在 src/main/resources/application.properties 或 application.yml 中配置模型连接信息。

使用 OpenAI:

spring.ai.openai.api-key=YOUR_OPENAI_API_KEY
# 若需使用国内加速代理，可配置 base-url
# spring.ai.openai.base-url=https://api.your-proxy.com/v1

使用本地 Ollama (推荐):

spring.ai.ollama.base-url=http://localhost:11434
spring.ai.ollama.chat.options.model=qwen2.5

基本使用

以下是一个最简单的聊天机器人示例，展示如何通过 ChatClient 与大模型交互。

1. 注入 ChatClient

Spring AI 自动配置了 ChatClient Bean，可直接注入使用。

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class AiController {

    private final ChatClient chatClient;

    // 构造函数注入
    public AiController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/ai/chat")
    public String chat(@RequestParam(value = "message", defaultValue = "你好，请介绍一下 Spring AI") String message) {
        // 调用大模型并返回响应
        return chatClient.prompt()
                .user(message)
                .call()
                .content();
    }
}

2. 运行与测试

启动 Spring Boot 应用，访问以下 URL 进行测试： http://localhost:8080/ai/chat?message=请用中文解释什么是 RAG

3. 进阶：结构化输出 (Structured Output)

Spring AI 支持直接将 AI 响应映射为 Java 对象，无需手动解析 JSON。

public record WeatherResponse(String city, double temperature, String condition) {}

@GetMapping("/ai/weather")
public WeatherResponse getWeather() {
    return chatClient.prompt()
            .user("北京今天的天气如何？请以 JSON 格式返回城市、温度和状况。")
            .call()
            .entity(WeatherResponse.class);
}

---

注：Spring AI 迭代迅速，具体版本号请参考 Spring AI 官方文档 或本项目 README 中的最新资源。