Docker Model Runner 聊天 - 零基础入门Java AI

Docker Model Runner 是一个 AI 推理引擎，提供来自各种提供商的各种模型。 Spring AI 通过复用现有的 OpenAI 支持的 ChatClient 与 Docker Model Runner 集成。为此，请将基本 URL 设置为 http://localhost:12434/engines 并选择提供的 LLM 模型之一。请查看 DockerModelRunnerWithOpenAiChatModelIT.java 测试，获取如何将 Docker Model Runner 与 Spring AI 结合使用的示例。

前提条件

下载 Docker Desktop for Mac 4.40.0。

选择以下选项之一来启用 Model Runner：

选项 1：直接连接

启用 Model Runner：docker desktop enable model-runner --tcp 12434
将 base-url 设置为 http://localhost:12434/engines

选项 2：使用 Testcontainers

启用 Model Runner：docker desktop enable model-runner
使用 Testcontainers 并按如下方式设置 base-url：

@Container
private static final SocatContainer socat = new SocatContainer()
    .withTarget(80, "model-runner.docker.internal");

@Bean
public OpenAiApi chatCompletionApi() {
    var baseUrl = "http://%s:%d/engines".formatted(socat.getHost(), socat.getMappedPort(80));
    return OpenAiApi.builder().baseUrl(baseUrl).apiKey("test").build();
}

你可以通过阅读使用 Docker 在本地运行 LLM 博文来了解有关 Docker Model Runner 的更多信息。

自动配置

自 1.0.0.M7 版本以来，Spring AI 启动器模块的工件 ID 已重命名。依赖项名称现在应遵循模型、向量存储和 MCP 启动器的更新命名模式。有关更多信息，请参阅升级说明。

Spring AI 为 OpenAI 聊天客户端提供 Spring Boot 自动配置。要启用它，请将以下依赖项添加到项目的构建文件中：

Maven
Gradle

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-model-openai'
}

请参阅依赖管理部分，将 Spring AI BOM 添加到你的构建文件中。

聊天属性

重试属性

前缀 spring.ai.retry 用作属性前缀，允许你配置 OpenAI 聊天模型的重试机制。

属性	描述	默认值
spring.ai.retry.max-attempts	最大重试次数。	10
spring.ai.retry.backoff.initial-interval	指数退避策略的初始休眠持续时间。	2 秒
spring.ai.retry.backoff.multiplier	退避间隔乘数。	5
spring.ai.retry.backoff.max-interval	最大退避持续时间。	3 分钟
spring.ai.retry.on-client-errors	如果为 false，则抛出 NonTransientAiException，并且不尝试对 `4xx` 客户端错误代码进行重试	false
spring.ai.retry.exclude-on-http-codes	不应触发重试的 HTTP 状态代码列表（例如，抛出 NonTransientAiException）。	空
spring.ai.retry.on-http-codes	应触发重试的 HTTP 状态代码列表（例如，抛出 TransientAiException）。	空

连接属性

前缀 spring.ai.openai 用作属性前缀，允许你连接到 OpenAI。

属性	描述	默认值
spring.ai.openai.base-url	要连接的 URL。必须设置为 `https://hub.docker.com/u/ai`	-
spring.ai.openai.api-key	任何字符串	-

配置属性

聊天自动配置的启用和禁用现在通过前缀为 spring.ai.model.chat 的顶级属性进行配置。要启用，spring.ai.model.chat=openai (默认启用)要禁用，spring.ai.model.chat=none (或任何与 openai 不匹配的值)此更改允许在你的应用程序中配置多个模型。

前缀 spring.ai.openai.chat 是属性前缀，允许你配置 OpenAI 的聊天模型实现。

属性	描述	默认值
spring.ai.model.chat	启用 OpenAI 聊天模型。	openai
spring.ai.openai.chat.base-url	可选地覆盖 `spring.ai.openai.base-url` 以提供特定于聊天的 url。必须设置为 `http://localhost:12434/engines`	-
spring.ai.openai.chat.api-key	可选地覆盖 spring.ai.openai.api-key 以提供特定于聊天的 api-key	-
spring.ai.openai.chat.options.model	要使用的 LLM 模型	-
spring.ai.openai.chat.options.temperature	控制生成补全的明显创造性的采样温度。较高的值会使输出更随机，而较低的值会使结果更集中和确定。	0.8
spring.ai.openai.chat.options.frequencyPenalty	-2.0 到 2.0 之间的数字。正值会根据新标记在文本中已有的频率对其进行惩罚。	0.0f
spring.ai.openai.chat.options.maxTokens	在聊天补全中生成的最大标记数。	-
spring.ai.openai.chat.options.n	为每个输入消息生成多少个聊天补全选项。	1
spring.ai.openai.chat.options.presencePenalty	-2.0 到 2.0 之间的数字。正值会根据新标记是否已出现在文本中对其进行惩罚。	-
spring.ai.openai.chat.options.responseFormat	指定模型必须输出的格式的对象。设置为 `{ "type": "json_object" }` 可启用 JSON 模式。	-
spring.ai.openai.chat.options.seed	此功能处于测试阶段。如果指定，我们的系统将尽最大努力进行确定性采样。	-
spring.ai.openai.chat.options.stop	API 将停止生成更多标记的最多 4 个序列。	-
spring.ai.openai.chat.options.topP	温度采样的替代方法，称为核采样。	-
spring.ai.openai.chat.options.tools	模型可能调用的工具列表。目前，仅支持函数作为工具。	-
spring.ai.openai.chat.options.toolChoice	控制模型调用哪个（如果有）函数。	-
spring.ai.openai.chat.options.user	代表你的最终用户的唯一标识符。	-
spring.ai.openai.chat.options.functions	按名称标识的函数列表，用于启用函数调用。	-
spring.ai.openai.chat.options.stream-usage	（仅限流式传输）设置为添加一个包含标记使用情况统计信息的附加块。	false
spring.ai.openai.chat.options.proxy-tool-calls	如果为 true，Spring AI 将不会在内部处理函数调用，而是将它们代理到客户端。	false

所有以 spring.ai.openai.chat.options 为前缀的属性都可以在运行时通过向 Prompt 调用添加特定于请求的运行时选项来覆盖。

运行时选项

OpenAiChatOptions.java 提供模型配置，例如要使用的模型、温度、频率惩罚等。在启动时，可以使用 OpenAiChatModel(api, options) 构造函数或 spring.ai.openai.chat.options.* 属性配置默认选项。在运行时，你可以通过向 Prompt 调用添加新的、特定于请求的选项来覆盖默认选项。例如，要为特定请求覆盖默认模型和温度：

ChatResponse response = chatModel.call(
    new Prompt(
        "生成 5 个著名海盗的名字。",
        OpenAiChatOptions.builder()
            .model("ai/gemma3:4B-F16")
        .build()
    ));

除了特定于模型的 OpenAiChatOptions之外，你还可以使用通过 ChatOptions#builder() 创建的可移植 ChatOptions 实例。

函数调用

当选择支持它的模型时，Docker Model Runner 支持工具/函数调用。你可以使用 ChatModel 注册自定义 Java 函数，并让提供的模型智能地选择输出一个 JSON 对象，其中包含调用一个或多个已注册函数的参数。这是将 LLM 功能与外部工具和 API 连接起来的强大技术。

工具示例

以下是如何将 Docker Model Runner 函数调用与 Spring AI 结合使用的简单示例：

spring.ai.openai.api-key=test
spring.ai.openai.base-url=http://localhost:12434/engines
spring.ai.openai.chat.options.model=ai/gemma3:4B-F16

@SpringBootApplication
public class DockerModelRunnerLlmApplication {

    public static void main(String[] args) {
        SpringApplication.run(DockerModelRunnerLlmApplication.class, args);
    }

    @Bean
    CommandLineRunner runner(ChatClient.Builder chatClientBuilder) {
        return args -> {
            var chatClient = chatClientBuilder.build();

            var response = chatClient.prompt()
                .user("阿姆斯特丹和巴黎的天气怎么样？")
                .functions("weatherFunction") // 按 bean 名称引用。
                .call()
                .content();

            System.out.println(response);
        };
    }

    @Bean
    @Description("获取某个位置的天气")
    public Function<WeatherRequest, WeatherResponse> weatherFunction() {
        return new MockWeatherService();
    }

    public static class MockWeatherService implements Function<WeatherRequest, WeatherResponse> {

        public record WeatherRequest(String location, String unit) {}
        public record WeatherResponse(double temp, String unit) {}

        @Override
        public WeatherResponse apply(WeatherRequest request) {
            double temperature = request.location().contains("Amsterdam") ? 20 : 25;
            return new WeatherResponse(temperature, request.unit);
        }
    }
}

在此示例中，当模型需要天气信息时，它将自动调用 weatherFunction bean，该 bean 可以获取实时天气数据。预期的响应是：“阿姆斯特丹目前的天气是 20 摄氏度，巴黎目前的天气是 25 摄氏度。”

阅读有关 OpenAI 函数调用的更多信息。

示例控制器

创建一个新的 Spring Boot 项目，并将 spring-ai-starter-model-openai 添加到你的 pom (或 gradle) 依赖项中。在 src/main/resources 目录下添加一个 application.properties 文件，以启用和配置 OpenAi 聊天模型：

spring.ai.openai.api-key=test
spring.ai.openai.base-url=http://localhost:12434/engines
spring.ai.openai.chat.options.model=ai/gemma3:4B-F16

# Docker Model Runner 不支持嵌入，因此我们需要禁用它们。
spring.ai.openai.embedding.enabled=false

文档有误？请协助编辑

发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！

​前提条件

​选项 1：直接连接

​选项 2：使用 Testcontainers

​自动配置

​聊天属性

​重试属性

​连接属性

​配置属性

​运行时选项

​函数调用

​工具示例

​示例控制器

文档有误？请协助编辑

前提条件

选项 1：直接连接

选项 2：使用 Testcontainers

自动配置

聊天属性

重试属性

连接属性

配置属性

运行时选项

函数调用

工具示例

示例控制器