【Spring AI】Java结合ollama实现大模型调用

在较新的Java版本中，编译器已经支持了接入各种AI模型工具进行开发，这篇文章我会介绍如何利用Spring AI进行大模型的调用的基础方法。

环境准备

由于这篇文章是结合ollama进行演示，所以在开始前需要先安装ollama服务，这个的具体步骤我在之前的文章中也详细的介绍过了 ollama部署大模型以及连续分片调用的实现_ollama 调用大模型-CSDN博客

由于兼容性的问题，目前支持Spring AI的最低编译器版本为17，更低的编译器可能会出现兼容性问题，所以首先要准备jdk17+的版本。这个在idea中可以一键下载

Spring的版本需要为3.x

操作步骤

1.创建项目

依赖地址选择Spring官方地址（阿里云镜像Spring版本过低，无法支持Spring AI）

创建为maven项目，jdk选择17以上的版本

 点击下一步

选择Web下的Spring Web和AI下的ollama

点击创建

 在pom文件中可以看到已经自动添加了ollama的依赖

 
 
     org.springframework.ai
     spring-ai-starter-model-ollama
 

2.添加配置信息

在默认的application.properties配置文件中添加如下信息

# ollama服务上模型的名称
spring.ai.ollama.chat.model= huanhuan_deepseek_r1:1.5b
# ollama服务的地址（默认地址http://127.0.0.1:11434）
spring.ai.ollama.base-url= http://127.0.0.1:11434

要选择ollama上已经拉取的模型名称，我指定的模型是我自己训练后的模型，同样想要该效果的可以参考我之前的文章 LLaMA-Factory部署以及大模型的训练（细节+新手向）-CSDN博客 

和  LLaMA-Factory微调后模型导入ollama-CSDN博客

3.创建接口

在根路径下创建一个Controller，标记为RestController，指定访问入口为"/ai"。注入chatClient，注意这个对象需要通过构造器注入

@RestController
@RequestMapping("/ai")
public class AiController {
    ChatClient chatClient;
    //需要构造器注入
    public AiController(ChatClient.Builder chatClient) {
        this.chatClient = chatClient.build();
    }
    
}

在其中添加这个方法

 @RequestMapping("/chat")
    public String chat(String prompt){
        //构建提示词->用户提示词->调用模型->取出响应
        return chatClient.prompt().user(prompt)
              .call().content();
    }

这是一个链式处理，该方法的作用是使用chatClient构建提示词中的用户提示词，将传入的字符串作为用户提示词，并使用call()方法请求大模型，最终取出响应中的content内容返回。

5.测试结果

启动Springboot项目，在浏览器访问

http://localhost:8080/ai/chat?prompt=%E4%BD%A0%E5%A5%BD

由于是一个简单示例，并没有编写详细的前端页面，所以直接通过url构建请求

效果如下

 由此实现了一个简单的Spring AI使用ollama进行大模型调用的功能