// Spring AI 的核心用法
@RestController
publicclass ChatController{

privatefinalChatClientchatClient;

publicChatController(ChatClient.Builderbuilder){
this.chatClient=builder.build();
}

@PostMapping("/chat")
publicStringchat(@RequestBodyStringprompt){
returnchatClient.prompt()
.user(prompt)
.call()
.content();// 像 JdbcTemplate 一样直观
}
}

// LangChain4j 的核心用法
publicinterface Assistant{
Stringchat(Stringmessage);
}

// 通过 AI Service 代理生成实现
Assistantassistant=AiServices.builder(Assistant.class)
.chatLanguageModel(OpenAiChatModel.withApiKey("sk-..."))
.chatMemory(MessageWindowChatMemory.withMaxMessages(10))
.tools(newMyTools())
.build();

Stringanswer=assistant.chat("帮我分析这份日志");// 像调用本地方法一样自然

##多维度硬碰硬

|维度|SpringAI|LangChain4j|
|------|-----------|-------------|
|学习曲线|⭐极低（Spring用户无缝上手）|⭐⭐⭐中等（需理解Chain/AIService）|
|模型支持|OpenAI、通义千问、Ollama、Azure|OpenAI、通义、文心、智谱、本地模型更全面|
|RAG能力|VectorStore抽象+PGvector/Redis|ContentRetriever+多种Embedding方案|
|函数调用/Tool|✅Spring风格的@Tool注解|✅更灵活的ToolSpecification|
|多轮对话|ChatMemory接口|MessageWindowChatMemory等丰富实现|
|Spring集成|⭐⭐⭐⭐⭐原生集成|⭐⭐⭐需手动配置Bean|
|社区活跃度|Spring官方维护，更新稳定|社区驱动，版本迭代更快|
|文档完善度|官方文档逐步完善中|示例多，社区文档丰富|
|生产案例|相对少（较新）|相对多（先发优势）|

##什么时候选SpringAI？

**你已经在用SpringBoot，而且AI功能是辅助能力，不是核心产品。**

SpringAI最大的价值是**集成成本低**——一个`spring-ai-starter`依赖+几行配置，就能把你的SpringBoot应用变成AI应用。自动配置、健康检查、Metrics打点全都跟现有体系走。

典型场景：
-现有业务系统加一个AI问答助手
-用RAG做内部知识库检索
-需要统一管理不同模型的APIKey

```yaml
#SpringAI配置极其简洁
spring:
ai:
openai:
api-key:${OPENAI_API_KEY}
chat:
options:
model:gpt-4o
vectorstore:
pgvector:
index-type:HNSW

// LangChain4j 多步 Agent 示例
ConversationalRetrievalChainchain=ConversationalRetrievalChain.builder()
.chatLanguageModel(model)
.retriever(ContentRetriever.from(store))
.chatMemory(MessageWindowChatMemory.withMaxMessages(20))
.promptTemplate(PromptTemplate.from("""
        基于以下上下文回答问题：
        {{context}}

        问题：{{question}}
    """))
.build();