大家好！作为一名 Java 开发者，你可能已经感受到了 AI 浪潮的冲击。Spring 社区推出的 Spring AI 项目，正是为了让我们能用熟悉的 Java 方式来构建 AI 应用。今天，我们就来扒一扒 Spring AI 的核心概念，帮你快速建立起对这个框架的认知。
1. 模型 (Models)：AI 的大脑
简单来说，AI 模型就是一套能处理信息、生成内容的算法。它们就像是 AI 的“大脑”。
在 Spring AI 中，模型主要分为几类：
- 语言模型：输入文本，输出文本（比如 ChatGPT）。
- 图像模型：输入文本，输出图片（比如 Midjourney）。
- 音频模型：处理声音。
现在的 AI 模型很多都是“预训练”的（Pre-trained），这也是 GPT 中 “P” 的含义。这意味着你不需要自己去训练模型，直接把它当成一个 API 工具来调用就行，大大降低了门槛。
2. 提示词 (Prompts)：如何跟 AI 说话
以前我们写 SQL 查询数据库，语法必须精准。但在 AI 时代，我们通过“提示词” (Prompts) 来跟模型交流。
提示词不仅仅是你输入的那句话，它其实包含了两部分：
- System Message (系统角色)：告诉 AI 它扮演什么角色（例如：“你是一个资深的 Java 架构师”）。
- User Message (用户输入)：你具体问的问题。
提示词工程 (Prompt Engineering) 现在已经成了一门学问。哪怕是同样的问题，换个问法，AI 给出的答案可能天差地别。比如研究发现，如果你在提示词开头加上“深呼吸，一步一步来”，AI 的逻辑能力往往会变强。
提示词模板 (Prompt Templates)
在 Spring AI 里，我们不想每次都手拼接字符串。于是有了 Prompt Templates。
这玩意儿跟 Spring MVC 的 View 模板很像。你可以写一个模板：“给我讲一个关于 {topic} 的 {adjective} 笑话。”
然后在代码里把 {topic} 替换成“程序员”，{adjective} 替换成“冷”，Spring AI 会帮你生成最终的提示词。
3. 嵌入 (Embeddings)：让计算机理解“含义”
这个概念稍微抽象一点。Embeddings 就是把文本、图片变成一串数字（向量/Vector）。
为什么要做这个转换？因为计算机看不懂文字的含义，但它擅长计算数字。
- 如果两个句子的意思很接近，它们转换成的数字（向量）在数学空间里的距离就会很近。
- 比如“猫”和“小猫”的距离，肯定比“猫”和“汽车”的距离要近。
作为开发者，你不需要懂背后的数学原理，只需要知道：Embeddings 能帮我们实现“语义搜索”。比如用户搜“怎么修电脑”，你可以把文档里关于“计算机维修”的内容找出来，哪怕两个句子里没有完全一样的词。
4. Token：AI 的计费单位
Token 是 AI 处理文本的基本单位。
- 在英文里，1 个 Token 大约等于 0.75 个单词。
- Token = 钱。调用商业 AI 接口（如 OpenAI）通常是按 Token 收费的。
- Token 有上限。每个模型都有“上下文窗口” (Context Window)，比如 GPT-3.5 只能处理 4K Token。如果你的书有 100 万字，你没法一次性全塞给它，必须切分。
5. 结构化输出 (Structured Output)
AI 模型默认吐出来的是字符串。哪怕你让它“返回 JSON”，它给你的本质上也是个文本字符串，甚至可能格式不对。
Spring AI 提供了 Structured Output Converter，能帮你自动把 AI 返回的文本转换成标准的 Java 对象（比如 POJO 或 Map），省去了你自己写正则解析 JSON 的痛苦。
6. RAG：给 AI“开卷考试”
GPT 的数据只更新到 2021 年，你问它“今天天气怎么样”或者“我们公司内部的 API 怎么用”，它肯定不知道。
怎么解决？
- 微调 (Fine-tuning)：重新训练模型，太贵太慢，不推荐。
- RAG (检索增强生成)：这就是 Spring AI 擅长的。
- 原理很简单：当用户提问时，先去你自己的数据库（向量数据库）里搜出相关的文档片段。
- 然后把这些片段作为“背景知识”塞到提示词里，发给 AI。
- AI 就会根据你提供的资料来回答。这就好比让 AI 带着课本去参加开卷考试。
7. 函数调用 (Tool Calling)
AI 本身是静态的，它不能上网，也不能查数据库。
Tool Calling 允许你把自己的 Java 方法注册给 AI。
- 比如你写了一个
getCurrentWeather(City city)方法。 - 当用户问“北京天气如何”时，AI 会分析出它需要调用这个工具，并告诉你“请帮我运行 getCurrentWeather，参数是北京”。
- 你的程序运行完，把结果返给 AI，AI 再组织语言回答用户。
这让 AI 真正具备了“办事”的能力。
希望这篇导读能帮你理清 Spring AI 的核心脉络！接下来我们将深入实战，看看代码怎么写。