Spring AI 代码分析（二）--Model 领域
Spring AI Model 领域划分分析请关注微信公众号：阿呆-bot
1. 工程结构概览
spring-ai-model 是 Spring AI 的核心抽象模块，它定义了所有 AI 模型能力的统一接口。从 DDD（领域驱动设计）的角度来看，这个模块清晰地划分了不同的领域边界。
spring-ai-model/
├── model/ # 核心模型抽象层
│ ├── Model.java # 通用模型接口
│ ├── ModelRequest.java # 模型请求抽象
│ ├── ModelResponse.java # 模型响应抽象
│ └── tool/ # 工具调用管理（与模型隔离）
│
├── chat/ # 对话领域
│ ├── model/ # ChatModel 接口
│ ├── messages/ # 消息类型（UserMessage、AssistantMessage 等）
│ ├── prompt/ # Prompt 构建
│ └── memory/ # 对话记忆
│
├── embedding/ # 嵌入领域
│ ├── EmbeddingModel.java
│ └── DocumentEmbeddingModel.java
│
├── image/ # 图像生成领域
│ └── ImageModel.java
│
├── audio/ # 音频处理领域
│ ├── transcription/ # 语音转文字
│ └── tts/ # 文字转语音
│
├── tool/ # 工具调用领域（独立于模型）
│ ├── ToolCallback.java
│ ├── ToolDefinition.java
│ └── annotation/
│
└── converter/ # 输出转换领域
└── StructuredOutputConverter.java2. DDD 领域划分
从领域驱动设计的角度看，spring-ai-model 模块清晰地划分了以下几个领域：
2.1 核心模型领域（Model Domain）
这是最基础的领域，定义了所有 AI 模型的通用抽象。Model 接口使用泛型，让不同类型的模型（Chat、Embedding、Image 等）都能统一在这个抽象下。
2.2 对话领域（Chat Domain）
对话领域包含了完整的对话能力：
[*]ChatModel：对话模型接口
[*]Message：消息抽象（UserMessage、AssistantMessage、SystemMessage 等）
[*]Prompt：提示词构建，包含消息列表和选项
[*]ChatMemory：对话记忆管理
2.3 嵌入领域（Embedding Domain）
专门处理文本向量化：
[*]EmbeddingModel：嵌入模型接口
[*]DocumentEmbeddingModel：文档级别的嵌入
[*]支持批量处理和批处理策略
2.4 图像领域（Image Domain）
图像生成能力：
[*]ImageModel：图像生成模型接口
[*]支持文本到图像的转换
2.5 音频领域（Audio Domain）
音频处理分为两个子领域：
[*]TranscriptionModel：语音转文字
[*]TextToSpeechModel：文字转语音
2.6 工具调用领域（Tool Domain）
工具调用是一个独立的领域，与模型领域完全隔离。这体现了 Spring AI 的设计智慧：模型负责推理，工具负责执行。
3. 领域模型关系图
4. 关键代码实现分析
4.1 Chat 领域实现
Chat 领域的核心是 ChatModel 接口，它继承了通用的 Model 接口：
public interface ChatModel extends Model<Prompt, ChatResponse>, StreamingChatModel {
ChatResponse call(Prompt prompt);
default Flux<ChatResponse> stream(Prompt prompt) { ... }
}Prompt 是对话领域的核心值对象，它封装了消息列表和选项：
public class Prompt implements ModelRequest<List<Message>> {
private final List<Message> messages;
private ChatOptions chatOptions;
// 支持消息增强，比如 RAG 场景下注入上下文
public Prompt augmentSystemMessage(String newSystemText) { ... }
public Prompt augmentUserMessage(String newUserText) { ... }
}4.2 Embedding 领域实现
Embedding 模型的设计很巧妙，支持单文本、批量文本和文档级别的嵌入：
public interface EmbeddingModel extends Model<EmbeddingRequest, EmbeddingResponse> {
// 单文本嵌入
default float[] embed(String text) { ... }
// 批量嵌入
default List<float[]> embed(List<String> texts) { ... }
// 文档嵌入（支持批处理策略）
default List<float[]> embed(List<Document> documents,
EmbeddingOptions options,
BatchingStrategy strategy) { ... }
}4.3 Audio 领域实现
音频领域分为转录和语音合成两个独立的模型：
// 语音转文字
public interface TranscriptionModel extends Model {
default String transcribe(Resource resource) { ... }
}
// 文字转语音
public interface TextToSpeechModel extends Model<TextToSpeechPrompt, TextToSpeechResponse> {
// 生成语音资源
}4.4 Image 领域实现
图像生成模型接口非常简洁：
@FunctionalInterface
public interface ImageModel extends Model<ImagePrompt, ImageResponse> {
ImageResponse call(ImagePrompt request);
}5. Model 和 Tool 的隔离机制
这是 Spring AI 设计的一个亮点：模型和工具完全隔离。这种设计有几个好处：
5.1 职责分离
[*]Model：负责与 AI 模型交互，处理推理请求
[*]Tool：负责执行具体的业务逻辑（比如调用 API、查询数据库）
5.2 通过 ToolCallingManager 协调
ToolCallingManager 是模型和工具之间的桥梁：
public interface ToolCallingManager {
// 从模型的工具调用选项中解析工具定义
List<ToolDefinition> resolveToolDefinitions(ToolCallingChatOptions chatOptions);
// 执行模型请求的工具调用
ToolExecutionResult executeToolCalls(Prompt prompt, ChatResponse chatResponse);
}5.3 工具注册机制
工具通过 ToolCallback 接口定义，可以来自：
[*]@Tool 注解的方法
[*]手动注册的 ToolCallback 实例
[*]函数式接口
这种设计让模型不知道工具的具体实现，工具也不知道模型的具体类型，实现了完美的解耦。
6. 入口类与关键类关系
7. 外部依赖
spring-ai-model 模块的依赖非常精简：
[*]Spring Framework：基础框架支持
[*]Reactor Core：响应式流式处理支持
[*]Jackson：JSON 处理（用于工具调用的 Schema 生成）
[*]无其他 Spring AI 模块依赖：保持核心抽象的纯净性
8. 工程总结
spring-ai-model 模块的设计有几个值得学习的地方：
领域划分清晰。Chat、Embedding、Image、Audio 各自独立，互不干扰。每个领域都有自己的请求/响应类型，避免了类型混乱。这样设计的好处是，想加新功能时不会影响现有代码。
抽象层次合理。Model 作为最基础的抽象，所有具体模型都继承它。这样既保证了统一性，又保持了灵活性。新模型只需要实现接口，就能无缝集成。
工具与模型完全隔离。这是 Spring AI 设计的一个亮点。模型只负责推理，工具负责执行，通过 ToolCallingManager 协调。这种设计让系统既灵活又易于扩展，想加新工具？实现 ToolCallback 接口就行。
支持流式处理。通过 StreamingModel 接口，所有模型都可以支持流式响应，这对于大模型的实时交互非常重要。用户不需要等完整响应，可以边生成边显示。
总的来说，spring-ai-model 模块是一个设计得不错、职责清晰的核心抽象层。它为整个 Spring AI 框架提供了坚实的基础，让上层的实现可以专注于具体的业务逻辑，而不需要关心底层的抽象细节。
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ 这个好，看起来很实用 很好很强大我过来先占个楼 待编辑
页:
[1]