用途
本技能用于在 Spring Boot 应用中集成大语言模型（LLM）、聊天客户端、向量嵌入（embeddings）、RAG（检索增强生成）流水线以及 AI 智能体。它覆盖 Spring AI 2.0 的核心用法与迁移要点，帮助开发者避开旧版本命名和配置带来的常见错误。
主要能力
依赖与版本管理
通过 spring-ai-bom 2.0.0 统一管理版本。Spring Boot 4 需要 Spring AI 2.0；1.x 系列仅面向 Boot 3。Starter 坐标遵循 spring-ai-starter-model-<provider>（如 -model-anthropic、-model-openai）与 spring-ai-starter-vector-store-<store> 规则。2.0 中已移除 spring-ai-starter-model-azure-openai，改用 OpenAI starter 配合 Azure base URL。
RAG / 向量检索相关依赖包括 spring-ai-starter-vector-store-pgvector；QuestionAnswerAdvisor 所在的依赖在 2.0 中已更名为 spring-ai-vector-store-advisor（原名为 spring-ai-advisors-vector-store）。
ChatClient 基础用法
支持通过 chatClient.prompt() 构建请求，使用 .user() 传入用户消息、.system() 设置系统提示，配合 .param() 注入模板变量，最后以 .call().content() 获取响应。
使用记忆顾问（memory advisor）的每次调用都必须提供用户级或会话级的 ChatMemory.CONVERSATION_ID，不能为所有用户共用同一个会话 ID。
ChatClient Bean 配置
通过 @Configuration 定义 ChatMemory 与 ChatClient Bean。2.0 中 InMemoryChatMemory 已移除，改用 MessageWindowChatMemory（滑动窗口限制历史消息，默认使用内存仓库）。默认顾问通过 builder 方式构建 MessageChatMemoryAdvisor 与 SimpleLoggerAdvisor。2.0 中 ChatMemory.DEFAULT_CONVERSATION_ID 已移除，缺少会话 ID 参数会抛出 IllegalArgumentException。
外置化提示词模板
提示词可放在 src/main/resources/prompts/ 下的 .st 文件中，通过 @Value("classpath:...") 注入 Resource 后在 .text(promptTemplate) 中使用 .param() 填充变量。
结构化输出
通过 .call().entity(OrderClassification.class) 直接将响应映射为 Java record，由 Spring AI 处理 JSON 解析。注意：对列表类型不能使用 .entity(List.class)，因为泛型会被擦除，应传入 new ParameterizedTypeReference<List<X>>() {}。
RAG 流水线
向量库无需手动创建 Bean，spring-ai-starter-vector-store-pgvector 会自动配置，直接注入 VectorStore 即可（旧的 new PgVectorStore(...) 构造器已移除，如需构建请使用 PgVectorStore.builder(...)）。通过 QuestionAnswerAdvisor.builder(vectorStore) 配合 SearchRequest.builder().topK(5).build() 配置检索顾问。文档摄取使用 vectorStore.add(docs)，查询通过带有 RAG 顾问的 ChatClient 完成。
流式响应
在 @GetMapping 中设置 produces = MediaType.TEXT_EVENT_STREAM_VALUE，使用 .stream().content() 返回 Flux<String>。
配置（application.yml）
2.0 已将属性扁平化，避免旧的 chat.options.* 嵌套，例如使用 spring.ai.anthropic.chat.model 与 spring.ai.anthropic.chat.max-tokens。2.0 移除了 temperature 0.7 的默认值，如需依赖需显式设置。API 密钥应通过环境变量 ${...} 注入。
适用场景
- 在 Spring Boot 4 项目中集成 Anthropic、OpenAI 等 LLM 提供商
- 构建带对话记忆的聊天服务
- 实现基于向量库的 RAG 知识问答
- 需要结构化输出（分类、抽取）的业务场景
- 需要 SSE 流式返回的实时对话接口
- 从 Spring AI 1.x 或更早版本迁移到 2.0 的项目
限制与注意事项
- 版本配对必须正确：Spring Boot 4 需要 Spring AI 2.0，1.x 仅支持 Boot 3
- 旧版 starter 命名（如
spring-ai-anthropic-spring-boot-starter）在 Maven Central 中无法解析 MessageChatMemoryAdvisor需用 builder 构建，不能new(...)PromptChatMemoryAdvisor在 2.0 中已移除，应使用MessageChatMemoryAdvisor- 不应硬编码 API 密钥或模型 ID，应通过环境变量或外部配置注入
- 提示词应外置到资源文件，避免字符串拼接
- 应使用
.entity()结构化输出而非手动解析 - API 调用应包裹 try/catch，区分
NonTransientAiException（不重试）与TransientAiException（重试）