Spring AI Alibaba ChatClient使用

一、ChatClient简介

Chat Client：https://java2ai.com/docs/1.0.0-M5.1/tutorials/chat-client/

1、ChatClient 简介

ChatClient 提供了与 AI 模型通信的 Fluent API，它支持同步和反应式（Reactive）编程模型。与 ChatModel、Message、ChatMemory 等原子 API 相比，使用 ChatClient 可以将与 LLM 及其他组件交互的复杂性隐藏在背后。

因为基于 大型语言模型 (LLM) 的应用程序通常要多个组件协同工作（例如，提示词模板、聊天记忆、LLM Model、输出解析器、RAG 组件：嵌入模型和存储），并且通常涉及多个交互，因此协调它们会让编码变得繁琐。

当然使用 ChatModel 等原子 API 可以为应用程序带来更多的灵活性，成本就是您需要编写大量样板代码。

ChatClient 类似于应用程序开发中的服务层，它为应用程序直接提供 AI 服务，开发者可以使用 ChatClient Fluent API 快速完成一整套 AI 交互流程的组装。

2、创建 ChatClient

使用 ChatClient.Builder 对象创建 ChatClient 实例，有两种方式：

• 可以自动注入由Spring Boot 自动配置创建的默认 ChatClient.Builder 实例。
• 也可以通过编程方式自行创建一个 ChatClient.Builder 实例并用它来得到 ChatClient 实例。

      @RestController
      public class ChatController {
        private final ChatClient chatClient;
        public ChatController(ChatClient.Builder builder) {
          this.chatClient = builder.build();
        }
        @GetMapping("/chat")
        public String chat(String input) {
          return this.chatClient.prompt()
              .user(input)
              .call()
              .content();
        }
      }
  

  3、处理 ChatClient 响应

  ChatClient API 提供了多种方法来格式化来自 AI 模型的响应。

  3.1 call()返回值

  ChatClient.call() 方法支持几种不同类型的响应格式。

  响应类型有几个选项：

  • String content()：返回响应的字符串内容
  • ChatResponse chatResponse()：返回ChatResponse包含多个代以及有关响应的元数据的对象，例如，使用了多少个令牌来创建响应。
  • entity 返回 Java 类型
    • entity(ParameterizedTypeReference type)：用于返回实体类型的集合。
    • entity(Class type): 用于返回特定的实体类型。
    • entity(StructuredOutputConverter structuredOutputConverter): 用于指定一个实例 StructuredOutputConverter，将 String 转换为实体类型。

      3.2 stream() 返回值

      流式响应：ChatClient.stream() 方法是一种异步的、持续的获得模型响应的方式。

      响应类型有几个选项：

      • Flux content()：返回由AI模型生成的字符串的Flux。
      • Flux chatResponse()：返回对象的 Flux ChatResponse，其中包含有关响应的附加元数据。

        4、定制 ChatClient 默认值

        使用 ChatClient.Builder.build() 快速创建了一个 ChatClient 实例，开发者还可以通过修改 ChatClient.Builder 定制 ChatClient 实例。

        注意：

        • 全局设置：创建 ChatClient 时指定的配置将作为与模型交互时的默认参数，这样可以避免每次调用都重复设置。
        • 每次请求设置：每次调用也可以设置与模型交互时的参数，每次会覆盖系统默认值。

          4.1 角色预设

          角色预设：我们为 ChatClient 设置了一个默认的 system message（角色预设，比如：以海盗风格回答所有问题），这样，当 ChatClient 与模型交互时都会自动携带这条 system message，用户只需要指定 user message 即可。

          @Configuration
          pubic class Config {
                  @Bean
                  ChatClient chatClient(ChatClient.Builder builder) {
                      return builder
                      .defaultSystem("You are a friendly chat bot that answers question in the voice of a Pirate")
                      .build();
                  }
          }
          

          除了 defaultSystem 之外，还可以在 ChatClient.Builder 级别上指定其他默认提示。同时，在运行时使用 ChatClient 提供的不带 default 前缀的相应方法覆盖这些默认值。

          二、ChatClient使用

          Spring AI Alibaba快速使用：https://blog.csdn.net/qq_42402854/article/details/146350253

          1、编写 Controller接口

          在普通 Controller Bean 中注入 ChatClient 实例，实现下面几个功能：

          • 简单调用
          • 流式调用
          • 角色预设流式|简单调用。

            @Slf4j
            @RestController
            @RequestMapping("/dashscope/chat-client")
            public class DashScopeChatClientController {
                private static final String DEFAULT_PROMPT = "你好，介绍下你自己！";
                private final ChatClient dashScopeChatClient;
                /**
                 * 使用如下的方式自动注入 ChatClient
                 *
                 * @param chatClientBuilder
                 */
                //public DashScopeChatClientController(ChatClient.Builder chatClientBuilder) {
                //
                //    this.dashScopeChatClient = chatClientBuilder.build();
                //}
                private final ChatModel chatModel;
                /**
                 * 编程方式自行创建一个 ChatClient.Builder 实例.
                 * 使用自动注入 ChatModel
                 *
                 * @param chatModel
                 */
                public DashScopeChatClientController(ChatModel chatModel) {
                    this.chatModel = chatModel;
                    // 构造时，可以设置 ChatClient 的参数
                    // {@link org.springframework.ai.chat.client.ChatClient};
                    this.dashScopeChatClient = ChatClient.builder(chatModel)
                            // 实现 Chat Memory 的 Advisor
                            // 在使用 Chat Memory 时，需要指定对话 ID，以便 Spring AI 处理上下文。
                            .defaultAdvisors(
                                    new MessageChatMemoryAdvisor(new InMemoryChatMemory())
                            )
                            // 实现 Logger 的 Advisor
                            .defaultAdvisors(
                                    new SimpleLoggerAdvisor()
                            )
                            // 设置 ChatClient 中 ChatModel 的 Options 参数
                            .defaultOptions(
                                    DashScopeChatOptions.builder()
                                            .withTopP(0.7)
                                            .build()
                            )
                            // 设置默认 System Message
                            //.defaultSystem("你是一个AI搞笑段子手，以搞笑，幽默，风趣的风格回答所有的问题。")
                            .build();
                }
                /**
                 * ChatClient 简单调用
                 */
                @GetMapping("/simple/chat")
                public String simpleChat(String userInputPrompt) {
                    if (StringUtils.isBlank(userInputPrompt)) {
                        userInputPrompt = DEFAULT_PROMPT;
                    }
                    String aiOutput = dashScopeChatClient.prompt(userInputPrompt).call().content();
                    log.info("\nsimpleChat --> userInputPrompt ={}, \n aiOutput = {}", userInputPrompt, aiOutput);
                    return aiOutput;
                }
                /**
                 * ChatClient 流式调用。
                 * 可以使大模型的输出信息实现打字机效果。
                 */
                @GetMapping("/stream/chat")
                public Flux streamChat(HttpServletResponse response, String userInputPrompt) {
                    if (StringUtils.isBlank(userInputPrompt)) {
                        userInputPrompt = DEFAULT_PROMPT;
                    }
                    // 避免接口返回乱码
                    response.setCharacterEncoding("UTF-8");
                    log.info("\n streamChat -->  userInputPrompt ={},", userInputPrompt);
                    Flux aiOutput = dashScopeChatClient.prompt(DEFAULT_PROMPT).stream().content();
                    return aiOutput;
                }
                /**
                 * 角色预设 ChatClient 流式调用。
                 * 可以使大模型的输出信息实现打字机效果。
                 */
                @GetMapping("/stream/chatByRole")
                public Flux streamChatByRole(HttpServletResponse response, String userInputPrompt) {
                    if (StringUtils.isBlank(userInputPrompt)) {
                        userInputPrompt = DEFAULT_PROMPT;
                    }
                    // 避免接口返回乱码
                    response.setCharacterEncoding("UTF-8");
                    log.info("\n streamChatByRole -->  userInputPrompt ={},", userInputPrompt);
                    Flux aiOutput = dashScopeChatClient
                            .prompt()
                            .system("你是一个AI搞笑段子手，以搞笑，幽默，风趣的风格回答所有的问题。")
                            .user(userInputPrompt)
                            .stream().content();
                    return aiOutput;
                }
            }
            

            

            – 求知若饥，虚心若愚。