spring AI (六) 1.0版本及qwen2

鸽了一段時間，spring ai 已經出到 1.0 了，和 0.8.1 相比差別還是挺大的。正好最近時間很是寬裕可以折騰一下。

項目配置#

初始化項目的配置有 2 種方式，一種是在創建時直接選擇對應依賴

另一種就是手動配置了
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>

接著添加 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>

最後加入對應大語言模型的依賴

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

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

接著，編寫配置文件

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

我在配置文件裡面配置了 2 個模型，一個是 ollama 的一個是 openai 的，其他的模型可以自己看文檔配置。

調用#

在 1.0 版本中調用方式有所改變，主要是實例化的對象有變化。
在最新版本中新增了一個 Chat Client API , 當然上個版本中的 Chat Model API 也還在。
他們的區別如下

api	範圍	作用
Chat Client API	適合單一模型，全局唯一。多模型配置會產生衝突	最頂層抽象，此 API 可調用所有模型，方便快速切換
Chat Model API	單例模式，每個模型唯一	每個模型有其具體的實現

Chat Client#

因為 Chat Client 默認是全局唯一的，所以在配置文件中只可以配置單個模型，否則會在初始化創建 bean 時產生衝突
以下是官方的示例代碼

@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();
    }
}

同時在創建時還可以指定一些模型的默認參數

創建一個配置類

@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();
    }

}

在使用時使用 @Autowired 注入

要使用多模型的配置，需要關閉 ChatClient.Builder 的自動配置

spring:
  ai:
    chat:
      client:
        enabled: false

接著創建對應的配置文件，以 openai 為例

/**
 * @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);
    }
}

然後就可以指定調用的模型了

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

Chat Model#

每個模型擁有其對應的 Chat Model，同樣根據配置文件自動裝配
以 OpenAiChatModel 為例，通過源碼可以看到裝配過程。

所以調用也很簡單

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

qwen2#

在之前一段時間，我嘗試使用 LM Studio 安裝 llama3 並開啟 Local Inference Server 進行調試。

遺憾的是，簡單調用確實能夠成功，但是在流式輸出方面卻總是出錯

沒辦法，最後還是使用 ollama + Open WebUI 的方式開啟的本地模型 API。

安裝步驟#

安裝環境以 Windows 電腦為例，且具備 NVIDIA 顯卡，其餘方式請查看 Open WebUI 的安裝方法

安裝 ollama (可選)
安裝 Docker Desktop

運行鏡像
如果已進行第 1 步，在電腦上安裝 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

如果你略過的第 1 步，則可以選擇下面自帶 ollama 的鏡像

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

下載模型
容器運行後進入 web 管理頁面進行模型的下載
以 qwen2 為例，在模型拉取時輸入 qwen2:7b 下載 qwen2 的 7B 版本

在第 2，3 步運行時可能產生 CUDA 的問題

 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

搜索發現 N 卡驅動版本在 555.85 可能發生

解決方法也很簡單，把 Docker Desktop 更新到最新版即可。

實測下來 qwen2:7b 的中文回覆要比 llama3:8b 的好非常多，剩下的缺點就是不支持多模態，不過好像開發團隊已經在做了🎉

總結#

後端代碼#

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<>();

    /**
     * 返回提示詞
     * @param message 用戶輸入的消息
     * @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);


        // 如果未獲取到消息，則創建新的消息並將系統提示和用戶輸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;
    }

    /**
     * 創建連接
     */
    @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, "對話次數過多，請稍後重試🤔");
        }else {
            // 獲取模型的輸出流
            Flux<ChatResponse> stream = ollamaConfig.ollamaChatClient().prompt(new Prompt(messages)).stream().chatResponse();

            // 把流裡面的消息使用SSE發送
            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());
                    })
                    // 將消息拼接成字符串
                    .reduce((a, b) -> a + b)
                    .defaultIfEmpty("");

            // 將消息存儲到chatMessage中的AssistantMessage
            result.subscribe(finalContent -> messages.add(new AssistantMessage(finalContent)));

            // 將消息存儲到chatMessage中
            chatMessage.put(id, messages);

        }
        return emitter;

    }
}

前端代碼#

讓 gpt 改了下前端頁面，使其支持 MD 的渲染和代碼高亮

<!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="請輸入消息..."
               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">發送</button>
    </div>
</div>
<script>
    let sessionId; // 用於存儲會話 ID
    let markdownBuffer = ''; // 緩衝區

    // 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;
        }
    });

    // 發送 HTTP 請求並處理響應
    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();
            }
        });
    }

    // 處理服務器返回的 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');

        // 監聽 'message' 事件，當後端發送新的數據時觸發
        stream.onmessage = function (event) {
            const data = event.data;
            console.log('Received data:', data);

            // 將接收到的數據追加到緩衝區
            markdownBuffer += data;

            // 嘗試將緩衝區解析為 Markdown 並顯示
            messageContentDiv.innerHTML = marked.parse(markdownBuffer);

            // 使用 highlight.js 進行代碼高亮
            document.querySelectorAll('pre code').forEach((block) => {
                hljs.highlightElement(block);
            });

            // 保持滾動條在底部
            messagesContainer.scrollTop = messagesContainer.scrollHeight;
        };
    }

    // 發送消息
    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;

            // 第一次發送消息時，發送 init 請求獲取會話 ID
            if (!this.sessionId) {
                console.log('init');
                sendHTTPRequest(`http://127.0.0.1:8868/llama3/init/${message}`, 'GET')
                    .then(response => {
                        this.sessionId = response; // 存儲會話 ID
                        return handleSSEStream(new EventSource(`http://127.0.0.1:8868/llama3/chat/${this.sessionId}/${message}`))
                    });

            } else {
                // 之後的請求直接發送到 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 零基礎入門到精通教程（一套輕鬆搞定 AI 大模型應用開發）
上面視頻對應文檔（密碼：wrp6）