ChatModel

ChatModel是SpringAI调用大模型的底层实现，可以使用ChatModel修改一些模型调用的参数，比如base_url、api_key、temperature、model等。

ChatModel是自动装配的，当ChatModel有多个实现类需要指定，否则会冲突：多模型配置冲突解析

可以使用OpenAiApi和ChatOptions来创建ChatModel;
OpenAiApi可以更改Base_Url,ApiKey;
Options可以更改model、temprature、topP等参数。

OpenAiApi openAiApi = new OpenAiApi("https://api.openai.com/v1", "sk-proj-...");
ChatCompletionModel chatCompletionModel = new ChatCompletionModel(openAiApi);

ChatClient

ChatClient是对ChatModel的进一步封装，提供了一个流畅的 API 与 AI 模型的通信。它支持同步和流式编程模式。
ChatClient官方文档

使用

ChatClient 是通过ChatClient.Builder对象创建的，ChatClient.Builder 和 ChatClient 也都是自动装配的，但是依赖ChatModel，所以ChatModel必须存在且唯一。

通过builder创建的ChatClient对象，因为要指定系统提示词等。也可以使用create方法创建，传参传入ChatModel即可。
这就意味着可以使用不同的模型去实现多模型对话。但是注意注入时候要用@Qualifier指定。

// 方式1：使用构造器注入
@Service
public class ChatService {
    private final ChatClient chatClient;

    public ChatService(ChatClient.Builder builder) {
        this.chatClient = builder
            .defaultSystem("你是恋爱顾问")
            .build();
    }
}

// 方式2：使用建造者模式
ChatClient chatClient = ChatClient.builder(chatModel)
    .defaultSystem("你是恋爱顾问")
    .build();

Response

Response是ChatClient的响应对象，可以通过Response获取响应结果。
通过查看源码，看到了有token等信息，可以获取本次对话消耗的token量

// ChatClient支持多种响应格式
// 1. 返回 ChatResponse 对象（包含元数据如 token 使用量）
ChatResponse chatResponse = chatClient.prompt()
    .user("Tell me a joke")
    .call()
    .chatResponse();

// 2. 返回实体对象（自动将 AI 输出映射为 Java 对象）
// 2.1 返回单个实体
record ActorFilms(String actor, List<String> movies) {}
ActorFilms actorFilms = chatClient.prompt()
    .user("Generate the filmography for a random actor.")
    .call()
    .entity(ActorFilms.class);

// 2.2 返回泛型集合
List<ActorFilms> multipleActors = chatClient.prompt()
    .user("Generate filmography for Tom Hanks and Bill Murray.")
    .call()
    .entity(new ParameterizedTypeReference<List<ActorFilms>>() {});

// 3. 流式返回（适用于打字机效果）
Flux<String> streamResponse = chatClient.prompt()
    .user("Tell me a story")
    .stream()
    .content();

// 也可以流式返回ChatResponse
Flux<ChatResponse> streamWithMetadata = chatClient.prompt()
    .user("Tell me a story")
    .stream()
    .chatResponse();

还可以给ChatClient设置默认参数，比如系统提示词；还可以在对话中动态更改提示词

// 定义默认系统提示词
ChatClient chatClient = ChatClient.builder(chatModel)
        .defaultSystem("You are a friendly chat bot that answers question in the voice of a {voice}")
        .build();

// 对话时动态更改系统提示词的变量
chatClient.prompt()
        .system(sp -> sp.param("voice", voice))
        .user(message)
        .call()
        .content());

此外，还支持指定默认对话选项、默认拦截器、默认函数调用等。

Advisors

Advisors是SpringAI的拦截器，可以通过Advisors拦截对话请求和响应，对对话进行处理。

ChatMemory

ChatMemory是SpringAI的对话记忆组件，可以通过ChatMemory实现对话记忆。