spring AI (六) 1.0版本及qwen2

鸽了一段时间，spring ai 已经出到 1.0 了，和 0.8.1 相比差别还是挺大的。正好最近时间很是宽裕可以折腾一下。

项目配置#

初始化项目的配置有 2 种方式，一种是在创建时直接选择对应依赖

另一种就是手动配置了
在 maven 中加入

  <repositories>
    <repository>
      <id>spring-milestones</id>
      <name>Spring Milestones</name>
      <url>https://repo.spring.io/milestone</url>
      <snapshots>
        <enabled>false</enabled>
      </snapshots>
    </repository>
    <repository>
      <id>spring-snapshots</id>
      <name>Spring Snapshots</name>
      <url>https://repo.spring.io/snapshot</url>
      <releases>
        <enabled>false</enabled>
      </releases>
    </repository>
  </repositories>

接着添加 Dependency Management

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>1.0.0-SNAPSHOT</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

最后加入对应大语言模型的依赖

 <!--  OpenAI依赖   -->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        </dependency>

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

接着，编写配置文件

spring:
  ai:
    ollama:
      base-url: http://127.0.0.1:11434/
      chat:
        model: qwen2:7b
    openai:
      base-url: https://xxx
      api-key: sk-xxx
      chat:
        options:
          model: gpt-3.5-turbo
server:
  port: 8868

我在配置文件里面配置了 2 个模型，一个是 ollama 的一个是 openai 的，其他的模型可以自己看文档配置。

调用#

在 1.0 版本中调用方式有所改变，主要是实例化的对象有变化。
在最新版本中新增了一个 Chat Client API , 当然上一个版本中的 Chat Model API 也还在。
他们的区别如下

api	范围	作用
Chat Client API	适合单一模型，全局唯一。多模型配置会产生冲突	最顶层抽象，此 API 可调用所有模型，方便快速切换
Chat Model API	单例模式，每个模型唯一	每个模型有其具体的实现

Chat Client#

因为 Chat Client 默认是全局唯一的，所以在配置文件中只可以配置单个模型，否则会在初始化创建 bean 时产生冲突
以下是官方的示例代码

@RestController
class MyController {

    private final ChatClient chatClient;

    public MyController(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }

    @GetMapping("/ai")
    String generation(String userInput) {
        return this.chatClient.prompt()
            .user(userInput)
            .call()
            .content();
    }
}

同时在创建时还可以指定一些模型的默认参数

创建一个配置类

@Configuration
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();
    }

}

在使用时使用 @Autowired 注入

要使用多模型的配置，需要关闭 ChatClient.Builder 的自动配置

spring:
  ai:
    chat:
      client:
        enabled: false

接着创建对应的配置文件，以 openai 为例

/**
 * @author LiZhiAo
 * @date 2024/6/19 20:47
 */

@Component
@RequiredArgsConstructor
public class OpenAiConfig {

    private final OpenAiChatModel openAiChatModel;

    public ChatClient openAiChatClient() {
        ChatClient.Builder builder = ChatClient.builder(openAiChatModel);
        builder.defaultSystem("你是一个友善的人工智能，会根据用户的提问进行回答");

        return ChatClient.create(openAiChatModel);
    }
}

然后就可以指定调用的模型了

// 注入
private final OpenAiConfig openAiConfig;
// 调用
Flux<ChatResponse> stream = openAiConfig.openAiChatClient().prompt(new Prompt(messages)).stream().chatResponse();

Chat Model#

每个模型拥有其对应的 Chat Model，同样根据配置文件自动装配
以 OpenAiChatModel 为例，通过源码可以看到装配过程。

所以调用也很简单

// 注入
private final OpenAiChatModel openAiChatModel;
// 调用
Flux<ChatResponse> stream = openAiChatModel.stream(new Prompt(messages));

qwen2#

在之前一段时间，我尝试使用 LM Studio 安装 llama3 并开启 Local Inference Server 进行调试。

遗憾的是，简单调用确实能够成功，但是在流式输出方面却总是出错

没办法，最后还是使用 ollama + Open WebUI 的方式开启的本地模型 API。

安装步骤#

安装环境以 Windows 电脑为例，且具备 NVIDIA 显卡，其余方式请查看 Open WebUI 的安装方法

安装 ollama (可选)
安装 Docker Desktop

运行镜像
如果已进行第 1 步，在电脑上安装 ollama

docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda

如果你略过的第 1 步，则可以选择下面自带 ollama 的镜像

docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

下载模型
容器运行后进入 web 管理页面进行模型的下载
以 qwen2 为例，在模型拉取时输入 qwen2:7b 下载 qwen2 的 7B 版本

在第 2，3 步运行时可能产生 CUDA 的问题

 Unexpected error from cudaGetDeviceCount(). Did you run some cuda functions before calling NumCudaDevices() that might have already set an error? Error 500: named symbol not found

搜索发现 N 卡驱动版本在 555.85 可能发生

解决方法也很简单，把 Docker Desktop 更新到最新版即可。

实测下来 qwen2:7b 的中文回复要比 llama3:8b 的好非常多，剩下的缺点就是不支持多模态，不过好像开发团队已经在做了🎉

总结#

后端代码#

完整的 Controller 如下

@RestController
@RequestMapping("/llama3")
@CrossOrigin
@RequiredArgsConstructor
public class llama3Controller {

    private final OpenAiConfig openAiConfig;
    private final OllamaConfig ollamaConfig;


    private static final Integer MAX_MESSAGE = 10;

    private static Map<String, List<Message>> chatMessage = new ConcurrentHashMap<>();

    /**
     * 返回提示词
     * @param message 用户输入的消息
     * @return Prompt
     */
    private List<Message> getMessages(String id, String message) {
        String systemPrompt = "{prompt}";
        SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);

        Message userMessage = new UserMessage(message);

        Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));

        List<Message> messages = chatMessage.get(id);


        // 如果未获取到消息，则创建新的消息并将系统提示和用户输入的消息添加到消息列表中
        if (messages == null){
            messages = new ArrayList<>();
            messages.add(systemMessage);
            messages.add(userMessage);
        } else {
            messages.add(userMessage);
        }

        return messages;
    }

    /**
     * 创建连接
     */
    @SneakyThrows
    @GetMapping("/init/{message}")
    public String init() {
        return String.valueOf(UUID.randomUUID());
    }

    @GetMapping("chat/{id}/{message}")
    public SseEmitter chat(@PathVariable String id, @PathVariable String message, HttpServletResponse response) {

        response.setHeader("Content-type", "text/html;charset=UTF-8");
        response.setCharacterEncoding("UTF-8");

        SseEmitter emitter = SseEmitterUtils.connect(id);
        List<Message> messages = getMessages(id, message);
        System.err.println("chatMessage大小: " + messages.size());
        System.err.println("chatMessage: " + chatMessage);

        if (messages.size() > MAX_MESSAGE){
            SseEmitterUtils.sendMessage(id, "对话次数过多，请稍后重试🤔");
        }else {
            // 获取模型的输出流
            Flux<ChatResponse> stream = ollamaConfig.ollamaChatClient().prompt(new Prompt(messages)).stream().chatResponse();

            // 把流里面的消息使用SSE发送
            Mono<String> result = stream
                    .flatMap(it -> {
                        StringBuilder sb = new StringBuilder();
                        Optional.ofNullable(it.getResult().getOutput().getContent()).ifPresent(content -> {
                            SseEmitterUtils.sendMessage(id, content);
                            sb.append(content);
                        });

                        return Mono.just(sb.toString());
                    })
                    // 将消息拼接成字符串
                    .reduce((a, b) -> a + b)
                    .defaultIfEmpty("");

            // 将消息存储到chatMessage中的AssistantMessage
            result.subscribe(finalContent -> messages.add(new AssistantMessage(finalContent)));

            // 将消息存储到chatMessage中
            chatMessage.put(id, messages);

        }
        return emitter;

    }
}

前端代码#

让 gpt 改了下前端页面，使其支持 MD 的渲染和代码高亮

<!doctype html>
<html>

<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <script src="https://cdn.tailwindcss.com"></script>
    <script src="https://cdn.jsdelivr.net/npm/marked/marked.min.js"></script>
    <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/highlight.js/11.3.1/styles/default.min.css">
    <script src="https://cdnjs.cloudflare.com/ajax/libs/highlight.js/11.3.1/highlight.min.js"></script>
</head>

<body class="bg-zinc-100 dark:bg-zinc-800 min-h-screen p-4">
<div class="flex flex-col h-full">
    <div id="messages" class="flex-1 overflow-y-auto p-4 space-y-4">
        <div class="flex items-end">
            <img src="https://placehold.co/40x40" alt="avatar" class="rounded-full">
            <div class="ml-2 p-2 bg-white dark:bg-zinc-700 rounded-lg w-auto max-w-full">嗨~(⁄ ⁄•⁄ω⁄•⁄ ⁄)⁄</div>
        </div>
    </div>
    <div class="p-2">
        <input type="text" id="messageInput" placeholder="请输入消息..."
               class="w-full p-2 rounded-lg border-2 border-zinc-300 dark:border-zinc-600 focus:outline-none focus:border-blue-500 dark:focus:border-blue-400">
        <button onclick="sendMessage()"
                class="mt-2 w-full bg-blue-500 hover:bg-blue-600 dark:bg-blue-600 dark:hover:bg-blue-700 text-white p-2 rounded-lg">发送</button>
    </div>
</div>
<script>
    let sessionId; // 用于存储会话 ID
    let markdownBuffer = ''; // 缓冲区

    // 初始化 marked 和 highlight.js
    marked.setOptions({
        highlight: function (code, lang) {
            const language = hljs.getLanguage(lang) ? lang : 'plaintext';
            return hljs.highlight(code, { language }).value;
        }
    });

    // 发送 HTTP 请求并处理响应
    function sendHTTPRequest(url, method = 'GET', body = null) {
        return new Promise((resolve, reject) => {
            const xhr = new XMLHttpRequest();
            xhr.open(method, url, true);
            xhr.onload = () => {
                if (xhr.status >= 200 && xhr.status < 300) {
                    resolve(xhr.response);
                } else {
                    reject(xhr.statusText);
                }
            };
            xhr.onerror = () => reject(xhr.statusText);
            if (body) {
                xhr.setRequestHeader('Content-Type', 'application/json');
                xhr.send(JSON.stringify(body));
            } else {
                xhr.send();
            }
        });
    }

    // 处理服务器返回的 SSE 流
    function handleSSEStream(stream) {
        console.log('Stream started');
        const messagesContainer = document.getElementById('messages');
        const responseDiv = document.createElement('div');
        responseDiv.className = 'flex items-end';
        responseDiv.innerHTML = `
    <img src="https://placehold.co/40x40" alt="avatar" class="rounded-full">
    <div class="ml-2 p-2 bg-white dark:bg-zinc-700 rounded-lg w-auto max-w-full"></div>
  `;
        messagesContainer.appendChild(responseDiv);

        const messageContentDiv = responseDiv.querySelector('div');

        // 监听 'message' 事件，当后端发送新的数据时触发
        stream.onmessage = function (event) {
            const data = event.data;
            console.log('Received data:', data);

            // 将接收到的数据追加到缓冲区
            markdownBuffer += data;

            // 尝试将缓冲区解析为 Markdown 并显示
            messageContentDiv.innerHTML = marked.parse(markdownBuffer);

            // 使用 highlight.js 进行代码高亮
            document.querySelectorAll('pre code').forEach((block) => {
                hljs.highlightElement(block);
            });

            // 保持滚动条在底部
            messagesContainer.scrollTop = messagesContainer.scrollHeight;
        };
    }

    // 发送消息
    function sendMessage() {
        const input = document.getElementById('messageInput');
        const message = input.value.trim();
        if (message) {
            const messagesContainer = document.getElementById('messages');
            const newMessageDiv = document.createElement('div');
            newMessageDiv.className = 'flex items-end justify-end';
            newMessageDiv.innerHTML = `
          <div class="mr-2 p-2 bg-green-200 dark:bg-green-700 rounded-lg max-w-xs">
            ${message}
          </div>
          <img src="https://placehold.co/40x40" alt="avatar" class="rounded-full">
        `;
            messagesContainer.appendChild(newMessageDiv);
            input.value = '';
            messagesContainer.scrollTop = messagesContainer.scrollHeight;

            // 第一次发送消息时，发送 init 请求获取会话 ID
            if (!this.sessionId) {
                console.log('init');
                sendHTTPRequest(`http://127.0.0.1:8868/llama3/init/${message}`, 'GET')
                    .then(response => {
                        this.sessionId = response; // 存储会话 ID
                        return handleSSEStream(new EventSource(`http://127.0.0.1:8868/llama3/chat/${this.sessionId}/${message}`))
                    });

            } else {
                // 之后的请求直接发送到 chat 接口
                handleSSEStream(new EventSource(`http://127.0.0.1:8868/llama3/chat/${this.sessionId}/${message}`))
            }
        }
    }
</script>
</body>

</html>

Spring AI
Open WebUI
2024 最新 Spring AI 零基础入门到精通教程（一套轻松搞定 AI 大模型应用开发）
上面视频对应文档（密码：wrp6）