Spring AI Alibaba 多平台和多模型使用示例

接口文档

MorePlatformController 接口

1. chat 方法

接口路径： GET /no-platform/{platform}/{prompt}

功能描述： 提供 chat 相关功能

主要特性：

• 基于 Spring Boot REST API 实现
• 返回 JSON 格式响应
• 支持 UTF-8 编码

使用场景：

• AI 对话交互
• 智能问答系统
• API 集成测试

示例请求：

GET http://localhost:8080/no-platform/{platform}/{prompt}

MoreModelCallController 接口

1. modelChat 方法

接口路径： GET /no-model/{model}/{prompt}

功能描述： 提供 modelChat 相关功能

主要特性：

• 基于 Spring Boot REST API 实现
• 返回 JSON 格式响应
• 支持 UTF-8 编码

使用场景：

• AI 对话交互
• 智能问答系统
• API 集成测试

示例请求：

GET http://localhost:8080/no-model/{model}/{prompt}

技术实现

核心组件

• Spring Boot: 应用框架
• Spring AI Alibaba: AI 功能集成
• REST Controller: HTTP 接口处理
• spring-boot-starter-web: 核心依赖
• spring-ai-alibaba-starter-dashscope: 核心依赖
• spring-ai-starter-model-ollama: 核心依赖
• spring-ai-starter-model-openai: 核心依赖

配置要点

• 需要配置 AI_DASHSCOPE_API_KEY 环境变量
• 默认端口：8080
• 默认上下文路径：/basic

测试指导

使用 HTTP 文件测试

模块根目录下提供了 spring-ai-alibaba-more-platform-and-model-example.http 文件，包含所有接口的测试用例：

• 可在 IDE 中直接执行
• 支持参数自定义
• 提供默认示例参数

使用 curl 测试

# chat 接口测试
curl "http://localhost:8080/no-platform/{platform}/{prompt}"

# modelChat 接口测试
curl "http://localhost:8080/no-model/{model}/{prompt}"

注意事项

1. 环境变量: 确保 AI_DASHSCOPE_API_KEY 已正确设置
2. 网络连接: 需要能够访问阿里云 DashScope 服务
3. 字符编码: 所有响应使用 UTF-8 编码，支持中文内容
4. 端口配置: 确保端口 8080 未被占用

---

此 README.md 由自动化工具生成于 2025-12-11 00:51:02

模块说明

本示例展示如何在 Spring AI Alibaba 中使用多个不同的模型平台和平台上的不同模型。。

示例说明

本示例展示如何在 Spring AI Alibaba 中使用多个不同的模型平台和平台上的不同模型。

此示例项目已经完成代码编写，不需要任何改动！ 关于如何部署 ollama 及模型，请参考 Ollama Docker 部署

名词解释

注意区分开概念。

• 平台：DashScope，OpenAI，Ollama 等
• 模型：DashScope 上的 Deepseek-r1 qwen-plug 等

多平台示例

在 pom.xml 中引入 Spring AI 和 Spring AI Alibaba Starter 依赖。

注意指定版本，此示例项目版本已经在根 pom 中指定。

<dependency>
    <groupId>com.alibaba.cloud.ai</groupId>
    <artifactId>spring-ai-alibaba-starter-dashscope</artifactId>
</dependency>

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
</dependency>

在 controller 类中注入不同的 ChatModel 实现。

此处需要使用 @Qualifier 注解指定具体的 ChatModel 实现。

private final ChatModel dashScopeChatModel;

private final ChatModel ollamaChatModel;

public MoreClientController(
        @Qualifier("dashScopeChatModel") ChatModel dashScopeChatModel,
        @Qualifier("ollamaChatModel") ChatModel OllamaChatModel
) {
    this.dashScopeChatModel = dashScopeChatModel;
    this.ollamaChatModel = OllamaChatModel;
}

不使用构造注入时，使用注解联合注入。推荐使用构造注入，

@Autowired
@Qualifier("dashScopeChatModel")
private ChatModel getDashScopeChatModel;

启动项目，发送请求，查看输出，同时可在控制台中看到 ChatModel 的不同实现 bean。

Spring AI Alibaba DashScope 最新版本已经适配 DeepSeek Reasoning Content。

$ curl 127.0.0.1:10014/no-platform/ollama/hi

Hello! How can I assist you today? 😊

$ curl 127.0.0.1:10014/no-platform/dashscope/hi

Hello! How can I assist you today?

多模型示例

此示例以 DashScope 平台中的模型为例。

// 声明可用模型
private final Set<String> modelList = Set.of(
        "deepseek-r1",
        "deepseek-v3",
        "qwen-plus",
        "qwen-max"
);

构建运行时 options：

ChatOptions runtimeOptions = ChatOptions.builder().model(model).build();

发起模型调用：

Generation gen = dashScopeChatModel.call(
                    new Prompt(prompt, runtimeOptions))
            .getResult();

完整代码：

@RestController
@RequestMapping("/no-model")
public class MoreModelCallController {

	private final Set<String> modelList = Set.of(
			"deepseek-r1",
			"deepseek-v3",
			"qwen-plus",
			"qwen-max"
	);

	private final ChatModel dashScopeChatModel;

	public MoreModelCallController(
			@Qualifier("dashScopeChatModel") ChatModel dashScopeChatModel
	) {
		this.dashScopeChatModel = dashScopeChatModel;
	}

	@GetMapping("/{model}/{prompt}")
	public String modelChat(
			@PathVariable("model") String model,
			@PathVariable("prompt") String prompt
	) {

		if (!modelList.contains(model)) {
			return "model not exist";
		}

		System.out.println("===============================================");
		System.out.println("当前输入的模型为：" + model);
		System.out.println("默认模型为：" + DashScopeApi.ChatModel.QWEN_PLUS.getModel());
		System.out.println("===============================================");

		ChatOptions runtimeOptions = ChatOptions.builder().model(model).build();

		Generation gen = dashScopeChatModel.call(
						new Prompt(prompt, runtimeOptions))
				.getResult();

		return gen.getOutput().getText();
	}

}

发起请求：

## ChatClient 多模型和多平台示例


### 多模型
```shell
curl -G "http://localhost:10014/more-model-chat-client" \
     --data-urlencode "prompt=你好" \
     --header "models=deepseek-r1"

---

此 README.md 由自动化工具融合更新于 2025-12-11 00:41:32

融合策略：保留了原有的技术文档内容，并添加了自动生成的 API 文档部分

---

此 README.md 由自动化工具融合更新于 2025-12-11 00:51:02

融合策略：保留了原有的技术文档内容，并添加了自动生成的 API 文档部分