【RuoYi-SpringBoot3-Pro】:接入 AI 对话能力

本文详细介绍 RuoYi-SpringBoot3-Pro[1] 框架中内置的 OpenAI 工具类,帮助开发者快速集成 AI 对话能力。

GitHub:https://github.com/undsky/RuoYi-SpringBoot3-Pro

一、概述

RuoYi-SpringBoot3-Pro 基于官方 OpenAI Java SDK 封装了一套开箱即用的 AI 工具类,支持同步对话、流式对话、多角色消息、代理配置等特性,并兼容所有遵循 OpenAI 协议的第三方 API。

核心组件位于 ruoyi-common 模块:


    
    
    
  ruoyi-common/src/main/java/com/ruoyi/common/
├── config/
│   └── OpenAIConfig.java      # 配置类
└── utils/ai/
    ├── OpenAI.java            # 核心工具类
    ├── AIMessage.java         # 消息实体
    └── AIRole.java            # 角色枚举

二、快速开始

2.1 Maven 依赖

框架已内置 OpenAI SDK 依赖,无需额外引入:


    
    
    
  <dependency>
    <groupId>
com.openai</groupId>
    <artifactId>
openai-java</artifactId>
    <version>
2.20.1</version>
</dependency>

2.2 配置文件

application.yml 中添加 OpenAI 配置:


    
    
    
  # OpenAI配置
openai:

  # API密钥

  api-key:
 sk-xxx
  # 基础URL(支持自定义API地址)

  base-url:
 https://api.openai.com/v1
  # 默认模型

  model:
 gpt-4o
  # 代理配置(可选)

  proxy:

    # 是否启用代理

    enabled:
 false
    # 代理类型 (HTTP/SOCKS)

    type:
 HTTP
    # 代理主机

    host:
 127.0.0.1
    # 代理端口

    port:
 7890

配置说明:

配置项说明示例
api-keyOpenAI API 密钥sk-xxx
base-urlAPI 基础地址,支持第三方兼容 APIhttps://api.openai.com/v1
model默认使用的模型gpt-4ogpt-3.5-turbo
proxy.enabled是否启用代理true/false
proxy.type代理类型HTTP/SOCKS
proxy.host代理服务器地址127.0.0.1
proxy.port代理服务器端口7890

三、核心 API

3.1 角色枚举 - AIRole

支持 OpenAI Chat API 的三种标准角色:


    
    
    
  public enum AIRole {
    USER("user"),           // 用户消息
    SYSTEM("system"),       // 系统提示词
    ASSISTANT("assistant"); // AI 助手回复
}

3.2 消息实体 - AIMessage

封装对话消息:


    
    
    
  @Data
public
 class AIMessage {
    private
 AIRole role;    // 消息角色
    private
 String message; // 消息内容
    
    public
 AIMessage(AIRole role, String message) {
        this
.role = role;
        this
.message = message;
    }
}

3.3 工具类 - OpenAI

提供三个核心静态方法:

方法说明
chatClient()创建 OpenAI 客户端
chatParams()构建会话参数
chat()同步对话
chatStream()流式对话(SSE)

四、使用示例

4.1 同步对话

适用于简单的问答场景,等待 AI 完整响应后返回:


    
    
    
  import com.openai.client.OpenAIClient;
import
 com.openai.models.chat.completions.ChatCompletionCreateParams;
import
 com.ruoyi.common.config.OpenAIConfig;
import
 com.ruoyi.common.utils.ai.*;

import
 java.util.ArrayList;
import
 java.util.List;

public
 class ChatExample {
    
    public
 String simpleChat(String userMessage) {
        // 1. 创建客户端

        OpenAIClient
 client = OpenAI.chatClient(
            OpenAIConfig.getApiKey(),
            OpenAIConfig.getBaseUrl(),
            OpenAIConfig.getProxy() != null ? OpenAIConfig.getProxy().toJavaProxy() : null
        );
        
        // 2. 构建消息列表

        List<AIMessage> messages = new ArrayList<>();
        messages.add(new AIMessage(AIRole.SYSTEM, "你是一个有帮助的助手。"));
        messages.add(new AIMessage(AIRole.USER, userMessage));
        
        // 3. 构建请求参数

        ChatCompletionCreateParams
 params = OpenAI.chatParams(
            OpenAIConfig.getModel(), 
            messages
        );
        
        // 4. 发起同步请求

        return
 OpenAI.chat(client, params);
    }
}

4.2 流式对话(SSE)

适用于需要实时展示生成内容的场景,如聊天界面:


    
    
    
  import org.springframework.http.ResponseEntity;
import
 org.springframework.web.bind.annotation.*;
import
 org.springframework.web.servlet.mvc.method.annotation.StreamingResponseBody;

@RestController

@RequestMapping("/api/ai")

public
 class AIController {
    
    @PostMapping("/chat/stream")

    public
 ResponseEntity<StreamingResponseBody> streamChat(@RequestBody String userMessage) {
        // 1. 创建客户端

        OpenAIClient
 client = OpenAI.chatClient(
            OpenAIConfig.getApiKey(),
            OpenAIConfig.getBaseUrl(),
            OpenAIConfig.getProxy() != null ? OpenAIConfig.getProxy().toJavaProxy() : null
        );
        
        // 2. 构建消息

        List<AIMessage> messages = new ArrayList<>();
        messages.add(new AIMessage(AIRole.SYSTEM, "你是一个有帮助的助手。"));
        messages.add(new AIMessage(AIRole.USER, userMessage));
        
        // 3. 构建参数

        ChatCompletionCreateParams
 params = OpenAI.chatParams(
            OpenAIConfig.getModel(), 
            messages
        );
        
        // 4. 流式响应

        return
 OpenAI.chatStream(client, params, new OpenAI.StreamContentListener() {
            @Override

            public
 void onContent(String content) {
                // 每收到一段增量内容时调用

                System.out.print(content);
            }
            
            @Override

            public
 void onComplete(String fullContent) {
                // 全部内容流式结束后调用

                System.out.println("\n完整响应:" + fullContent);
            }
        });
    }
}

4.3 多轮对话

维护对话历史实现上下文连续:


    
    
    
  public class MultiTurnChat {
    private
 final List<AIMessage> conversationHistory = new ArrayList<>();
    private
 final OpenAIClient client;
    
    public
 MultiTurnChat() {
        this
.client = OpenAI.chatClient(
            OpenAIConfig.getApiKey(),
            OpenAIConfig.getBaseUrl(),
            OpenAIConfig.getProxy() != null ? OpenAIConfig.getProxy().toJavaProxy() : null
        );
        // 设置系统提示词

        conversationHistory.add(new AIMessage(AIRole.SYSTEM, "你是一个专业的技术顾问。"));
    }
    
    public
 String chat(String userMessage) {
        // 添加用户消息

        conversationHistory.add(new AIMessage(AIRole.USER, userMessage));
        
        // 构建参数并请求

        ChatCompletionCreateParams
 params = OpenAI.chatParams(
            OpenAIConfig.getModel(), 
            conversationHistory
        );
        String
 response = OpenAI.chat(client, params);
        
        // 保存 AI 回复到历史

        conversationHistory.add(new AIMessage(AIRole.ASSISTANT, response));
        
        return
 response;
    }
}

4.4 使用代理

在网络受限环境下配置代理:


    
    
    
  import java.net.InetSocketAddress;
import
 java.net.Proxy;

// 方式一:使用配置文件中的代理

OpenAIClient
 client = OpenAI.chatClient(
    OpenAIConfig.getApiKey(),
    OpenAIConfig.getBaseUrl(),
    OpenAIConfig.getProxy().toJavaProxy()
);

// 方式二:手动创建代理

Proxy
 httpProxy = new Proxy(
    Proxy.Type.HTTP, 
    new
 InetSocketAddress("127.0.0.1", 7890)
);

Proxy
 socksProxy = new Proxy(
    Proxy.Type.SOCKS, 
    new
 InetSocketAddress("127.0.0.1", 1080)
);

OpenAIClient
 clientWithProxy = OpenAI.chatClient(
    "sk-xxx"
,
    "https://api.openai.com/v1"
,
    httpProxy
);

五、兼容第三方 API

框架支持所有兼容 OpenAI 协议的第三方 API,只需修改 base-url 配置:


    
    
    
  openai:
  api-key:
 your-api-key
  # 使用第三方 API

  base-url:
 https://your-custom-api.com/v1
  model:
 your-model-name

常见兼容 API 示例:

服务商base-url 示例
Azure OpenAIhttps://{resource}.openai.azure.com/openai/deployments/{deployment}
智谱 AIhttps://open.bigmodel.cn/api/paas/v4
月之暗面https://api.moonshot.cn/v1
DeepSeekhttps://api.deepseek.com/v1

六、前端集成

6.1 接收流式响应

前端使用 fetch API 处理 SSE 流式响应:


    
    
    
  async function streamChat(message) {
    const
 response = await fetch('/api/ai/chat/stream', {
        method
: 'POST',
        headers
: { 'Content-Type': 'application/json' },
        body
: JSON.stringify({ message })
    });
    
    const
 reader = response.body.getReader();
    const
 decoder = new TextDecoder();
    
    while
 (true) {
        const
 { done, value } = await reader.read();
        if
 (done) break;
        
        const
 text = decoder.decode(value);
        if
 (text === '[DONE]') break;
        
        // 实时显示内容

        appendToChat
(text);
    }
}

6.2 Vue 3 组件示例


    
    
    
  <template>
  <div class="chat-container">
    <div class="messages" ref="messagesRef">
      <div v-for="msg in messages" :key="msg.id" :class="['message', msg.role]">
        {{ msg.content }}
      </div>
    </div>
    <div class="input-area">
      <input v-model="input" @keyup.enter="sendMessage" placeholder="输入消息..." />
      <button @click="sendMessage" :disabled="loading">发送</button>
    </div>
  </div>
</template>

<script setup>
import { ref } from 'vue'

const messages = ref([])
const input = ref('')
const loading = ref(false)

async function sendMessage() {
    if (!input.value.trim() || loading.value) return
    
    const userMessage = input.value
    messages.value.push({ id: Date.now(), role: 'user', content: userMessage })
    input.value = ''
    loading.value = true
    
    // 添加 AI 消息占位
    const aiMessage = { id: Date.now() + 1, role: 'assistant', content: '' }
    messages.value.push(aiMessage)
    
    try {
        const response = await fetch('/api/ai/chat/stream', {
            method: 'POST',
            headers: { 'Content-Type': 'application/json' },
            body: JSON.stringify({ message: userMessage })
        })
        
        const reader = response.body.getReader()
        const decoder = new TextDecoder()
        
        while (true) {
            const { done, value } = await reader.read()
            if (done) break
            
            const text = decoder.decode(value)
            if (text === '[DONE]') break
            
            aiMessage.content += text
        }
    } finally {
        loading.value = false
    }
}
</script>

七、最佳实践

7.1 错误处理


    
    
    
  public String safeChatWithRetry(String message, int maxRetries) {
    for
 (int i = 0; i < maxRetries; i++) {
        try
 {
            return
 simpleChat(message);
        } catch (Exception e) {
            if
 (i == maxRetries - 1) {
                throw
 new RuntimeException("AI 服务调用失败: " + e.getMessage(), e);
            }
            // 等待后重试

            try
 {
                Thread.sleep(1000 * (i + 1));
            } catch (InterruptedException ie) {
                Thread.currentThread().interrupt();
            }
        }
    }
    return
 null;
}

7.2 Token 控制

合理控制对话历史长度,避免超出模型 Token 限制:


    
    
    
  public void trimConversationHistory(int maxMessages) {
    if
 (conversationHistory.size() > maxMessages) {
        // 保留系统提示词和最近的消息

        AIMessage
 systemMessage = conversationHistory.get(0);
        List<AIMessage> recentMessages = conversationHistory.subList(
            conversationHistory.size() - maxMessages + 1
            conversationHistory.size()
        );
        conversationHistory.clear();
        conversationHistory.add(systemMessage);
        conversationHistory.addAll(recentMessages);
    }
}

7.3 敏感信息保护


    
    
    
  // 不要在日志中打印完整的 API Key
String
 maskedKey = apiKey.substring(0, 8) + "..." + apiKey.substring(apiKey.length() - 4);
log.info("Using API Key: {}", maskedKey);

八、总结

RuoYi-SpringBoot3-Pro 的 AI 能力集成模块具有以下特点:


引用链接

[1] RuoYi-SpringBoot3-Pro: https://github.com/undsky/RuoYi-SpringBoot3-Pro
[2] RuoYi-SpringBoot3-Pro 文档: https://www.undsky.com/blog/?category=RuoYi-SpringBoot3-Pro#