给Javaer看的大模型开发指南｜得物技术

伴随着大模型的性能提升、成本下降，在Web在线对话场景以外，大模型也越来越多的被集成到传统业务场景。

在大模型API交互模式、业务集成模式经百家争鸣现已趋于稳定的背景下，Spring作为Java生态里的OSS巨头也下场为LLM提供生态支持，于近期释出 spring-ai 正式版。

需要说明的是，Spring-AI 所提供的能力并不神秘，业务上也并非必须用Spring-AI不可。但是，就像过去Spring对新的数据库、新的中间件提供生态支持一样，Spring-AI提供了一套和Spring全家桶兼容并且语义一致、良好设计、易拓展的大模型交互的Java API，可以极大的降低LLM集成和开发的成本。

从大模型的工程化、实用化角度来说，当你厘清Spring-AI这一套API设施的逻辑后，事情最后还是会回归到业务开发人最熟悉的CRUD领域。就像使用Mybatis操作MySQL一样，我们会用 spring-ai 来操作大模型。

那我们开始今天的讨论吧！

大模型的舞台上，从来不缺新面孔。自ChatGPT开启AI新纪元后，各类大模型层出不穷。

但是我们不去考虑大模型的训练原理、推理/运算架构、参数调优等较为复杂的数学范畴的东西，就像我们很少关心MySQL是怎么用代码来实现效果的一样。

此处类比我们熟悉的知识，对大模型有一个盲人摸象式的基础且能够自洽的认识即可。

1. 从某种意义上来说，模型训练就是通过分析海量文本（如维基百科、图书、网页等）寻找到人类语言的规律，再将这个规律固化成一个包含数十亿【参数】的超级【数学公式】。就像简单公式 y = 5x + 8 中的 5 和 8 ，这两个【参数】决定了将输入X如何转化为输出Y。 

2. 训练好的【数学公式】就像代码，需要部署在算力平台上，借助【显卡】的并行运算能力来实现高效运算。

3. 用户的输入作为这个【数学公式】的入参，经公式运算后，得到相关的【输出】。

假设大模型是上述的数学公式，不同的大模型「ChatGPT/DeepSeek」是不同的架构、不同的公式，那么模型训练就是通过对海量文本的分析、学习，找到合适的参数值。 

接下来我们关注在工程应用场景下，需要开发人关注的大模型特点。

就像MySQL，我们集成时也需要关注不同的存储引擎（InnoDB/MyISAM）的特点。

大模型是没有记忆、没有状态的，它是一个纯函数。

它不知道之前跟你说过什么。所以每次进行大模型输入的时候，我们需要根据业务场景把之前的【输入】，【反馈】一并给它，避免大模型失忆导致的对话不流畅。

大模型是具备结构化输出能力的，虽然有些模型支持的不够好，但是没关系，只是支持的程度不同，重要的是它们都支持！

所谓的结构化输出是指，大模型除了可以返回口语化、没有模式的自然语言文本外，还可以按你需求给你返回其他的文本格式，比如：JSON。

你看，这像不像在调一个REST接口？甚至是一个万能接口，毕竟大模型什么都会，不会的也可以现编。

其实看到这里我们就可以实现一个大模型驱动的RPC调用引擎了！

大模型帮你推理、规划得到了需要执行的函数和对应的函数参数，至于这个【函数名】对应的到底是一个进程内的方法、HTTP接口、Dubbo接口还是MCP接口都没有那么重要，这只是智能体实现的一个技术细节而已。

我们可以用自然语言表述需求，同时告诉大模型有哪些辅助【工具/函数】可以供它备用。它会推理、编排这些工具来达成需求。

1. 把用户输入和可用函数输入给大模型，大模型推理发现需要调用外部函数，于是返回函数名+函数调用参数。

2. 智能体捕获输出，对指定函数发起调用，再将用户输入和函数结果一起输入到大模型，大模型基于这些上下文推理输出结果。

考虑到大模型发起函数调用的普遍需求，大模型供应商一般都在API层面提供了【function call】能力，用于将文本输出和函数调用输出区分开，明白了原理，我们知道这只是API抽象层次的问题。

考虑到大模型对硬件资源的特别需求（如显卡），所以大模型一般是独立部署，以SaaS模式提供能力。就像MySQL对资源有特别的需求（如大内存），所以一般也是进行独立部署。

训练好的大模型就是一套二进制数据集，SaaS化需要做外围的服务化、产品化封装，同一套模型可以在不同的算力平台部署，提供截然不同的服务化API。

示例伪代码如下：

我们可以简单看下当下比较热门的几大供应商提供的API文档：

1. OpenAI-会话补全

   https://openai.apifox.cn/api-67883981

2. DeepSeek-会话补全

   https://api-docs.deepseek.com/zh-cn/api/create-chat-completion

3. 硅基流动-会话补全

   https://docs.siliconflow.cn/cn/api-reference/chat-completions/chat-completions

4. Ollama-会话补全

   https://www.runoob.com/ollama/ollama-api.html

硅基流动和Ollama都属于大模型算力/治理平台。他们不研发大模型，只是大模型的搬运工。可以把大模型理解成微服务集群，把硅基流动和Ollama理解成微服务构建/发布平台即可。

大概浏览一下，会发现核心API都差不多，毕竟有OpenAI珠玉在前，许多系统都已对接了OpenAI的API。后发的大模型为了兼容，降低接入难度，基本上也都和OpenAI的API大差不差。

就像是MySQL，尽管数据库产品类型百花齐放，但都兼容SQL语法。

我们在此只讨论【会话补全】这一点，会发现会话补全接口的输入/输出大概都是以下情况：

{  "stream": false, // 是否是流式输出(要不要SSE)  "model": "deepseek-chat", //选用的哪个模型  "messages": [ // 历史对话消息，因为大模型无状态，所以按场景提供一定数量的历史消息    {      "content": "You are a helpful assistant",      "role": "system"    },    {      "content": "Hi", //消息内容      "role": "user" //消息类型    }  ],  "tools": null, //外部函数列表，【函数调用】能力在 API 层面的支持  "frequency_penalty": 0,  //无关紧要的模型行为控制参数  "presence_penalty": 0, //无关紧要的模型行为控制参数  "temperature": 1, //无关紧要的模型行为控制参数  "top_p": 1, //无关紧要的模型行为控制参数  "logprobs": false, //无关紧要的模型行为控制参数  "top_logprobs": null //无关紧要的模型行为控制参数}

{  "id": "<string>", //无关紧要  "choices": [    {      "message": {        "role": "assistant",        "content": "<string>", // 大模型生成的内容        "reasoning_content": "<string>",        "tool_calls": [  //需要发起的【函数调用】          {            "id": "<string>",            "type": "function",            "function": {              "name": "<string>",              "arguments": "<string>"            }          }        ]      },      "finish_reason": "stop" //有点重要，但是我们先不管    }  ],  "usage": {  //token使用量 计数、计费    "prompt_tokens": 123,    "completion_tokens": 123,    "total_tokens": 123  },  "created": 123,  //无关紧要  "model": "<string>",  //无关紧要  "object": "chat.completion"  //无关紧要}

除非是围绕特定业务场景结合私域数据训练的专用大模型，否则涉及到一些企业内部的私域信息时，通用大模型也只能不懂装懂的现编。

例如：当你询问大模型【DJob如何接入与使用】，除非训练大模型时输入了相关资料，不然大模型只能现编了。

考虑到专用大模型的成本，工程上解决这个问题的方法一般是通过外挂知识库来实现：

1. 结合具体业务场景，将相关的文档与资料提前录入到【知识库】中。

2. 用户提交一个【输入】后，先使用 用户【输入】作为搜索条件，去【知识库】中搜索得到相关的【资料】。

3. 将用户【输入】和【资料】一起提供给大模型。

此【知识库】组件的具体选型属于实现细节，简单的可以用MySQL、Elasticsearch，如果想提升【知识库搜索结果】的匹配度，也可以使用近期讨论度很高的【向量数据库】。

添加了RAG后，流程如下：

详情可参考下文：

https://www.zhihu.com/tardis/zm/art/675509396?source_id=1003

可以看到，将大模型作为一个【函数调用】的规划引擎，借助它的推理与生成能力，可以实现复杂的业务流程。如果说大模型是【脑】，那提供给大模型规划、使用的【函数】就是它的【手】和【脚】。有脑有手的大模型，可以迸发出巨大的业务潜力。

那如何打通大模型和传统软件系统（如存量微服务）呢？

我们关注的问题，开源社区也在积极的关注，这就是MCP协议诞生的背景和目的。

https://mcp-docs.cn/introduction

在这里我们不展开MCP协议的细节，仅作个人对MCP协议的思考，重点在于打破MCP协议的神秘感、破除MCP迷信。

1. MCP协议本身并非高精尖的内容，简单来说，就是常用人群约定系统间调用的流程、格式。若不考虑通用，谁都可以设计符合自己需求的、领域特定的交互协议。

2. MCP协议的优势在于，它出现的非常及时，且基本满足了常规交互需求，因此快速在社区达成了共识。

3. 不管是MAP、MBP还是MCP，都没有那么重要，但是形成共识非常重要。协议达成了共识，开源社区才可以合力围绕协议进行生态建设。

到了这一步，我们开始探讨Java代码，首先我们需要熟悉下 spring-ai 的整套代码架构，一步一步来，以整体到到细节的节奏进行讨论。

核心的API实体是 Model ，是一个带泛型的纯函数，提供了对大模型能力的顶层抽象：

org.springframework.ai.model.Model

大模型的能力本质就是：输入一个( request )，返回一个输出。

至于输入/输出的具体类型，由细分的子类限定：

不同模态的大模型支持不同类型的输入/输出，在此我们只讨论 ChatModel 。

org.springframework.ai.chat.model.ChatModel

 spring-ai 提供了不同平台、不同模型的API集成，开发者只需要提供接口地址、调用凭证即可开箱使用~

考虑到大模型对话是热点场景， spring-ai 针对性的提供了会话接口抽象。

org.springframework.ai.chat.client.ChatClient

类似Spring-AOP， spring-ai 基于请求横切提供了开箱即用的RAG能力抽象。

org.springframework.ai.rag.advisor.RetrievalAugmentationAdvisor

到这里，我们已经自上而下的理解了大模型的工程化，现在我们来开发一个【DJob智能助手】吧！

通过 POST 接口，响应 Content-Type 为 text/event-stream 。

假设有以下几个函数可以给大模型提供能力：

将上述3个本地方法封装成 ChatClient API 认识的【ToolCallback】：

构建可用的 函数/工具 信息，这里用本地方法来mock。实际使用时可以利用MCP/HTTP/gRPC/Dubbod等实现跨系统调用。

由于不能让大模型自由发挥，因此需要在用户输入的内容外，给大模型一些定向信息补充或场景限定，帮助大模型更好地解决问题！

1. 考虑到大模型无状态，所以每次会话时历史消息也需要一并输入。

2. 历史消息可以由前端收集、提交，也可以由后端每次会话存储、收集。

综上所述，太阳底下没有新鲜事，工程领域所有的新生事物都可以暂时把它当做MySQL，没有人比Java工程师更懂MySQL了（开玩笑）。

以上，除Java代码外，都是经过盲人摸象的方法探索出的内容。如有错误，欢迎指正。