大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



Python 玩 AI 快、生态好，Java 只能看着？

2026 年，这个说法该被推翻了。

Spring 官方推出了 Spring AI 2.0，就是 Spring Boot 同级别的一等公民，不是什么社区项目。3 月 26 日刚发了 2.0.0-M4。

它的逻辑很简单：你会 Spring Boot，你就会 Spring AI。 自动配置、依赖注入、application.yml，全是你熟悉的套路。

@RestController public class ChatController {

private final ChatClient chatClient; public ChatController(ChatClient.Builder builder) { this.chatClient = builder.build(); } @GetMapping("/chat") public String chat(@RequestParam String message) { return chatClient.prompt(message).call().content(); // 就这一行 } 

}

看懂了吗？就这样。

配置文件里填三行：

spring: ai:

openai: api-key: ${API_KEY} base-url: https://api.ofox.ai chat: options: model: anthropic/claude-opus-4.6 

跑起来。

升级了基础设施：Spring Boot 4.0 + Spring Framework 7.0，最低 Java 17，推荐 21。原来是自己封装 HTTP，现在直接集成 OpenAI 官方 Java SDK。

结构化输出变简单了：以前让 AI 返回 JSON 然后手动解析，现在一行搞定：

MovieList result = chatClient.prompt("推荐 3 部科幻电影") .call() .entity(MovieList.class); // 直接映射成你的 Java 对象 

不需要写 JSON Schema，不需要处理解析失败，Spring AI 全帮你搞定了。

Agent Skills 系统：AI Agent 可以按需加载能力模块。加上 A2A 协议，多个 AI Agent 之间可以相互协作。

@GetMapping(produces = MediaType.TEXT_EVENT_STREAM_VALUE) public Flux 
  
    
    
      stream(@RequestParam String message) { 
    

return chatClient.prompt(message) .stream() .content(); 

}

stream() 返回 Flux ，Spring WebFlux 自动转成 SSE 流推给前端。

不是 10 秒等一个完整回答，是 300ms 就出第一个字，然后像打字机一样逐字出现。

定义一个 Bean，加个注解，就完事：

@Bean @Description("查询指定城市的实时天气信息") public Function 
  
    
    
      getWeather() { return request -> { // 实际调用天气 API return new WeatherResponse(request.city(), "晴", 26, "东南风 3 级"); }; } 
    

注册到 ChatClient：

return chatClient.prompt("杭州今天天气怎么样") .tools("getWeather") .call() .content(); 

Spring AI 自动处理：把工具定义发给模型 → 模型决定调哪个 → Spring AI 调你的 Java 方法 → 结果回传给模型 → 模型生成回答。

你的代码只负责写工具逻辑，调用编排全自动。

这是 Spring AI + API 聚合平台组合起来最爽的地方。

base-url 改成聚合平台地址，不同模型只是 model 参数的差异：

@GetMapping("/with-model") public String chatWithModel( @RequestParam String message, @RequestParam(defaultValue = "anthropic/claude-opus-4.6") String model ) { return chatClient.prompt(message) .options(OpenAiChatOptions.builder().model(model).build()) .call() .content(); } 

# 切 Claude curl "localhost:8080/api/chat?model=anthropic/claude-opus-4.6&message=你好" # 切 GPT-5.4 curl "localhost:8080/api/chat?model=openai/gpt-5.4&message=你好" # 切 Gemini curl "localhost:8080/api/chat?model=google/gemini-3.1-pro&message=你好" 

代码一行不改，只有 model 参数在变。

不同模型适合什么场景：

超时和重试：

spring: ai: openai: chat: options: connect-timeout: 10s read-timeout: 120s retry: max-attempts: 3 backoff: initial-interval: 1s multiplier: 2 

限流（防滥用）：

private final Semaphore semaphore = new Semaphore(10); // 最多 10 个并发 if (!semaphore.tryAcquire()) { return ResponseEntity.status(429).body("服务繁忙，请稍后重试"); } 

Docker 部署：

FROM eclipse-temurin:21-jre-alpine COPY target/*.jar app.jar ENV OFOX_API_KEY="" EXPOSE 8080 ENTRYPOINT ["java", "-jar", "app.jar"] 

API Key 安全：永远用环境变量，不要硬编码。

开发这套 Java 项目时，不同工具有不同分工：

Claude Code 适合深度理解复杂 Java 代码库——跨文件追踪调用链、理解 Spring IoC 容器的依赖关系，底层走 Opus 4.6，这类长链路推理正好是它的强项。

Codex CLI 适合跑日常 Maven/Gradle 命令、生成单元测试脚本，OpenAI 兼容接口，命令行工作流顺畅。

Gemini CLI 处理超长上下文——需要一次性把整个项目文档或 Javadoc 带进来分析时，2M 上下文有优势。

国内接入这几个工具，Code80 把 Claude Code、Codex CLI、Gemini CLI 的安装教程都整理好了，一个 Key 统一管理，省去分别折腾的麻烦。

Spring AI 2.0 正式版预计 2026 年中发布。现在用 M4 版本，等 GA 发布时你已经是老手了。

如果你写过 Spring Boot，这个框架的学习成本接近零。AI 调用从今天起就可以和普通 Controller 一样优雅。