SpringAI-Agent

基于 Spring Boot 的 AI 对话代理框架，支持多模型集成与实时流式交互

---

🚀 项目简介

SpringAI-Agent 是一个基于 Java 的 AI 对话代理框架，构建于 Spring Boot 3.4.4 之上，通过 Spring AI 1.0.0-M7 集成大型语言模型（LLM），提供灵活的 REST API 接口，支持多种场景下的 AI 交互体验。- 前端代码仓库

项目核心功能包括：

• 多 AI 模型支持（OpenAI/Aliyun/Ollama）
• 实时流式响应（SSE/Flux）
• 自定义聊天客户端（如 SQL 咨询、编程助手、模拟伴侣等）
• Redis + MySQL 混合存储
• 工具扩展（CourseTools、CodeTools）

---

🧱 技术栈

技术	用途
Spring Boot 3.4.4	核心应用框架
Spring AI 1.0.0-M7	AI 模型集成与对话管理
Redis	聊天上下文缓存（ChatMemory）
MySQL	课程信息等持久化数据存储
Java 17	编程语言
Maven	依赖管理
Spring Webflux	实现 SSE 流式响应

API接口

端点	方法	说明
/ai/chat	POST	SSE流式对话接口
/ai/chat1	POST	支持文件上传的对话接口
/ai/history/{type}	GET	按类型查询对话ID列表
/ai/history/{type}/{id}	GET	获取指定对话的历史消息

---

🧩 系统架构

SpringAI-Agent 采用分层架构设计：

Client Applications  
  ↓  
**Controller Layer** (AIController, CourseController)  
  ↓  
**Service Layer** (ChatService, ChatMemory)  
  ↓  
**Chat Clients** (DefaultChatClient, SQLChatClient, ...)  
  ↓  
**AI Models** (OpenAI/Aliyun/Ollama)  
  ↓  
**Storage** (Redis, MySQL)  

核心流程（流式交互示例）

1. 请求处理：客户端通过 /ai/chat 发送对话请求。
2. 上下文加载：从 Redis 中读取历史记录（REDIS_MEMORY_ID + chatId）。
3. 模型调用：将上下文拼接后发送至 AI 模型（OpenAI/Ollama）。
4. 流式响应：通过 SSE 或 Flux 实时返回结果。
5. 存储更新：将对话记录保存回 Redis。

---

🔧 关键组件

1. Controller 层

• AIController

  • 处理 AI 聊天请求（/ai/chat、/ai/chat1）
  • 支持文件上传（/ai/chat1）
  • 提供 SSE 流式响应（SseEmitter）
  • 管理聊天历史（/ai/history/{type}）

• CourseController

  • 处理课程信息与预约（如 /course/list）。

2. Service 层

• ChatService
  • 管理聊天会话 ID 与上下文。
• ChatMemory
  • 基于 Redis 的对话历史存储与检索。
• 扩展工具
  • CourseTools：课程信息查询（整合 Redis + MySQL）。
  • CodeTools：代码生成与文件操作（模拟文件系统）。

3. AI 模型集成

支持以下模型：

• OpenAI（通过 Aliyun API）
• Ollama（本地部署）
• Qwen-Omni-Turbo（文件上传与图像分析专用）

4. 专用聊天客户端

客户端名称	用途	配置说明
DefaultChatClient	通用对话	默认提示词
ComputerNetWorkChatClient	计算机网络问题	网络协议相关提示词
SQLChatClient	SQL 查询建议	SQL 语法优化提示词
OminiChatClient	文件/图像分析	使用 qwen-omni-turbo 模型
GirlfriendChatClient	模拟伴侣对话	情感化提示词
AICoding/AICodingNext	编程助手	集成 CodeTools 生成代码

---

🛠️ 配置与扩展

1. 配置文件

• application.yml

  • AI 模型 API 密钥（OpenAI/Aliyun）
  • Redis 和 MySQL 连接信息
  • 模型默认配置（如 ollama.base.url）

• AIConfiguration.java

  • 注册所有聊天客户端（DefaultChatClient, SQLChatClient 等）
  • 配置专用提示词（AIConstant 类）

• ChatMemoryConfig.java

  • 初始化 Redis 连接与缓存策略

AI-Tools

代码工具(CodeTools)

@Component
public class CodeTools {
    @Tool(description = "创建用户要求创建的文件,并且把生成的代码写入文件")
    public static boolean writeFile(@ToolParam(description = "用户要求创建的文件的名称") String fileName, @ToolParam(description = "你生成的代码的内容") String content) {
        String directoryPath = "C:\\Users\\86180\\Desktop\\新建文件夹 (2)";
        // 创建目录对象
        File directory = new File(directoryPath);

        // 如果目录不存在，则尝试创建它
        if (!directory.exists()) {
            if (!directory.mkdirs()) {
                System.out.println("无法创建目录: " + directoryPath);
                return false;
            }
        }

        // 创建文件对象
        File file = new File(directory, fileName);

        try (FileWriter fileWriter = new FileWriter(file);
             BufferedWriter writer = new BufferedWriter(fileWriter)) {

            // 写入内容
            writer.write(content);
            System.out.println("文件写入成功: " + file.getAbsolutePath());
            return true;

        } catch (IOException e) {
            System.err.println("写入文件时发生错误: ");
            return false;
        }
    }
}

• 自动生成代码框架
• 代码生成工具包

课程工具(CourseTools)

@Component
public class CourseTools {
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    @Autowired
    private CourseMapper courseMapper;

    @Tool(description = "根据条件查询课程")
    public List<Course> selectCourse(@ToolParam(description = "查询的条件") CourseQuery query) {
        List<String> range = stringRedisTemplate.opsForList().range(RedisConstant.COURSE, 0, -1);
        if (range == null || range.isEmpty()) {
            return List.of();
        }
        List<Course> courses = new ArrayList<>();
        for (String s : range) {
            Course course = new Course();
            course.setName(s);
            course.setDuration(100L);
            course.setPrice(1000L);
            course.setType(query.getType());
            courses.add(course);
        }
        return courses;
    }

    @Tool(description = "查询校区列表")
    public List<School> querySchool() {
        List<String> range = stringRedisTemplate.opsForList().range(RedisConstant.SCHOOL, 0, -1);
        if (range == null || range.isEmpty()) {
            return List.of();
        }
        List<School> schools = new ArrayList<>();
        for (String s : range) {
            School school = new School();
            school.setName(s);
            schools.add(school);
        }
        return schools;
    }
}

• 课程信息管理

---

📦 使用示例

1. 启动服务

# 安装依赖
mvn clean install

# 启动应用
java -jar target/springai-agent-1.0.jar

2. 发送流式聊天请求

POST /ai/chat HTTP/1.1
Content-Type: application/json

{
  "prompt": "How to optimize SQL queries?",
  "chatId": "sql-123",
  "clientId": "SQLChatClient"
}

响应（SSE 流式）：

data: {"content":"Use indexes on frequently queried columns."}
data: {"content":"Avoid SELECT *; specify required columns."}

---

🧪 扩展性设计

• 新增聊天客户端

  1. 创建新类继承 AbstractChatClient
  2. 在 AIConfiguration.java 中注册
  3. 配置专用提示词（AIConstant）

• 集成新工具

  1. 实现 Tool 接口
  2. 注入到目标聊天客户端中

---

📚 参考文档

• Spring AI 官方文档
• Redis 官方文档
• Ollama 模型部署

---

🧑‍💻 贡献指南

1. Fork 项目并创建新分支
2. 提交代码并附带单元测试
3. 提交 PR 并描述修改内容

---

📄 许可证

本项目采用 Apache 2.0 开源许可证。

---

作者：Lucius Wan
仓库地址：GitHub

---