Spring AI 面试题库

生成时间：2026-05-21 22:34

---

本轮 Spring AI 面试题库（带答案）

【面试题】1. EmbeddingModel在Spring AI中的作用是什么？如何选择合适的Embedding模型？

【标准答案】EmbeddingModel负责把文本转换成向量，是RAG流程的第一步。Spring AI提供了统一接口，底层可以对接OpenAI的text-embedding-ada-002、智谱的embedding-3、本地Ollama的nomic-embed-text等。

选型考虑四个维度：

1. 效果：MTEB榜单看排名，OpenAI的ada-002和text-embedding-3-small效果好，智谱、通义的中文场景表现优秀
2. 成本：OpenAI按token计费，大规模文本向量很贵；本地Ollama免费但需要GPU资源
3. 速度：实时性要求高选小模型，比如all-MiniLM-L6-v2，128维向量够用且快
4. 维度：高维向量（1536维）检索精度高但占用存储大、计算慢；低维向量（384维）牺牲精度换速度

实际项目经验：中文场景用智谱embedding-3，成本可控效果好；英文场景用text-embedding-3-small；本地私有化部署用Ollama + nomic-embed-text。向量维度建议512-1024平衡效果和性能。

【面试题】2. QuestionAnswerAdvisor在RAG中如何工作？和手动实现RAG有什么区别？

【标准答案】QuestionAnswerAdvisor是Spring AI封装的RAG拦截器，工作流程：

1. 用户问题进来，Advisor拦截
2. 调用VectorStore的similaritySearch检索相似文档
3. 把检索结果拼接到Prompt的上下文区域
4. 发给大模型生成答案

和手动实现RAG的区别：

• 手动实现：需要自己写检索逻辑、拼接Prompt、管理上下文窗口，代码量大
• QuestionAnswerAdvisor：一行代码配置，自动完成检索+拼接，还支持自定义检索策略

代码示例：

ChatClient.builder(chatModel)
    .defaultAdvisors(new QuestionAnswerAdvisor(vectorStore))
    .build();

进阶用法：可以自定义检索参数（topK、相似度阈值）、对检索结果做重排序、添加引用来源标注。优势是解耦——检索策略变更有独立的Advisor，不影响业务代码。

【面试题】3. Spring AI的流式响应（Streaming）怎么实现？有哪些坑？

【标准答案】流式响应用ChatClient的.stream()方法，返回Flux<String>响应式流：

Flux<String> stream = chatClient.prompt()
    .user("讲一个故事")
    .stream()
    .content();

核心坑：

1. 超时配置：流式响应可能持续几十秒，WebClient默认超时不够，要配置长连接超时
2. 错误处理：流中途失败要优雅降级，不能抛异常后端无感知，用.doOnError()处理
3. 背压控制：前端消费速度可能跟不上大模型输出，要用.buffer()或.sample()限速
4. 连接保持：长连接可能被Nginx/网关断开，要配置心跳或调整超时设置
5. Token统计：流式响应的token消耗是分块返回的，要累加统计，不能只看最后一次

实际项目经验：流式接口要用SSE（Server-Sent Events）协议，前端EventSource接收。Spring WebFlux天然支持，Controller返回Flux<ServerSentEvent<String>>即可。注意生产环境要加限流，大模型流式输出很耗资源。

【面试题】4. PromptTemplate模板引擎怎么用？和直接拼接字符串有什么优势？

【标准答案】PromptTemplate是Spring AI的模板引擎，支持占位符替换和复用：

PromptTemplate template = new PromptTemplate("""
    你是一个{role}，请用{style}风格回答问题。
    用户问题：{question}
    """);
Prompt prompt = template.create(Map.of(
    "role", "技术专家",
    "style", "简洁专业",
    "question", userQuestion
));

相比字符串拼接的优势：

1. 可维护性：模板和代码分离，运营/产品可以直接改模板，不动代码
2. 安全注入：自动处理占位符，避免注入问题
3. 多语言支持：可以配置多套模板，按语言切换
4. 外部化：模板可以存在数据库或配置中心，动态加载
5. 变量校验：创建时检查占位符是否都有值，提前发现问题

进阶用法：支持条件判断、循环等简单逻辑（{#if}语法），但不建议模板太复杂，保持纯文本替换为主。实际项目里把System Prompt模板放在配置文件，用@Value注入，运维可以随时调整。

【面试题】5. VectorStore的similaritySearch方法有哪些关键参数？如何调优检索效果？

【标准答案】核心参数：

List<Document> docs = vectorStore.similaritySearch(
    SearchRequest.query(query)
        .withTopK(5)           // 返回前5个最相似文档
        .withSimilarityThreshold(0.7)  // 相似度阈值，低于此值不返回
);

参数调优策略：

1. TopK：太小召回不足，太大噪音多。建议5-10，根据RAG场景调整
2. SimilarityThreshold：0.7是常用值，太低会引入无关内容，太高可能召回为空
3. 查询向量：问题本身要先做Embedding，确保和文档向量模型一致
4. 预过滤：可以用metadata过滤，比如只检索某个分类的文档，缩小范围提精度

效果优化技巧：

• 混合检索：向量检索 + 关键词检索（BM25），结果融合，提高召回率
• 重排序：先用向量检索召回Top 50，再用cross-encoder重排，取Top 5
• 查询扩展：用户问题用大模型改写、扩展同义词，再检索
• 分块策略：检索到的文档块，追加前后文上下文，避免信息截断

实际项目：TopK=10、Threshold=0.75、加上metadata过滤（按文档类型），效果稳定。关键是要有评估集，定期回归测试检索效果。

【面试题】6. Spring AI如何实现多模态能力（图片/音频）？实际项目怎么用？

【标准答案】Spring AI 1.0已支持多模态，核心是Media类型：

UserMessage message = new UserMessage(
    "这张图片里有什么？",
    new Media(MimeTypeUtils.IMAGE_PNG, imageUrl)
);
chatClient.prompt()
    .messages(message)
    .call()
    .content();

支持的多模态能力：

1. 图片理解：OpenAI GPT-4V、智谱GLM-4V、通义Qwen-VL，传图片URL或Base64
2. 图片生成：OpenAI DALL-E，用ImageModel接口生成图片
3. 音频处理：部分模型支持音频输入（如Whisper做语音识别）

实际应用场景：

• 图文问答：用户上传截图，AI解读内容
• 文档解析：PDF转图片，AI提取表格/图表信息
• 代码截图：报错截图直接问AI解决方案
• 产品图片：电商场景生成商品描述

注意事项：

• 图片要压缩，大图Base64会爆token
• 不是所有模型都支持多模态，要检查ChatModel实现
• 成本控制：图片按token计费，高频场景很贵，考虑缓存或降级到纯文本

【面试题】7. Spring AI对接Ollama本地模型有哪些关键配置？生产环境要注意什么？

【标准答案】Ollama配置项：

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: llama3
        options:
          temperature: 0.7
          num-predict: 2048

关键配置：

1. base-url：Ollama服务地址，默认11434端口
2. model：模型名称，llama3/qwen2/phi3等，要先用ollama pull下载
3. options.temperature：温度参数，低温度更确定，高温度更随机
4. options.num-predict：最大生成token数，避免无限生成

生产环境注意事项：

1. GPU资源：本地模型需要GPU，要评估显存是否够用，7B模型至少8GB显存
2. 并发控制：Ollama默认单并发，高并发要启动多个实例或用队列
3. 模型版本：统一模型版本，不同机器模型一致，避免结果差异
4. 健康检查：Ollama进程可能崩溃，要加健康检查和自动重启
5. 超时设置：本地模型推理慢，超时要放宽到60-120秒
6. 降级策略：本地模型能力有限，复杂任务考虑降级到云端API

适用场景： 数据隐私要求高、网络隔离、成本敏感、请求量不大。不适合高并发、低延迟场景。

【面试题】8. Function Calling中如何处理复杂参数类型（嵌套对象、数组、枚举）？

【标准答案】复杂参数类型要定义结构良好的POJO：

@Bean
public Function<OrderRequest, OrderResult> createOrder() {
    return request -> {
        // 处理逻辑
    };
}

public record OrderRequest(
    String orderId,
    List<OrderItem> items,
    PaymentMethod paymentMethod  // 枚举
) {}

public record OrderItem(
    String productId,
    int quantity,
    BigDecimal price
) {}

public enum PaymentMethod {
    CREDIT_CARD, ALIPAY, WECHAT
}

处理技巧：

1. 嵌套对象：用record或简单POJO，字段要有清晰的语义
2. 数组/List：Spring AI自动映射，但List泛型要明确
3. 枚举：在Prompt里明确枚举值，避免大模型输出非法值
4. BigDecimal：金额用BigDecimal，避免精度问题
5. Optional字段：用@JsonProperty(required=false)标记可选

常见坑：

• 泛型擦除：List<OrderItem>在运行时丢失类型，需要@JsonProperty辅助
• null处理：大模型可能省略可选字段，POJO字段要允许null或给默认值
• 枚举匹配：大模型输出的枚举值要和Java枚举完全一致（大小写）

最佳实践：在System Prompt里给函数调用的few-shot示例，明确参数格式，提高成功率。

【面试题】9. 向量数据库的索引类型（IVF、HNSW）有什么区别？如何选择？

【标准答案】两种主流向量索引：

IVF（倒排索引）：

• 原理：向量空间分簇，查询时只搜索最近的几个簇
• 特点：速度快，内存占用低，但精度有损失
• 适用：大规模数据（千万级以上），对精度要求中等
• 配置：nlist（簇数）是关键参数，nlist越大精度越高但速度越慢

HNSW（层次化小世界图）：

• 原理：构建多层图结构，搜索时从顶层到底层逐层逼近
• 特点：精度高，查询速度快，但内存占用大
• 适用：中小规模数据（百万级），对精度要求高
• 配置：M（邻居数）、efConstruction（构建参数）是关键参数

选型建议：

• 数据量<100万：HNSW，精度优先
• 数据量>1000万：IVF，速度优先
• 中间规模：都试试，看实际效果

Spring AI配置示例（Milvus）：

MilvusVectorStore.builder()
    .indexType(IndexType.IVF_FLAT)  // 或 HNSW
    .metricType(MetricType.COSINE)
    .build();

实际项目经验：百万级数据用HNSW，M=16、efConstruction=200，查询ef=64，效果和速度平衡。超过千万用IVF，nlist=sqrt(N)是经验公式。

【面试题】10. 【场景题】面试官问：你们公司的Spring AI项目架构是怎么设计的？请画图说明。

【标准答案】这个问题要准备一个完整的架构图和设计思路：

典型架构分层：

┌─────────────────────────────────────────────────┐
│                   前端应用层                      │
│         Web / App / 小程序 / 第三方接入            │
└─────────────────────┬───────────────────────────┘
                      │ API Gateway
┌─────────────────────▼───────────────────────────┐
│                  网关层                          │
│    认证鉴权 / 限流熔断 / 路由分发 / 日志追踪        │
└─────────────────────┬───────────────────────────┘
                      │
┌─────────────────────▼───────────────────────────┐
│              Spring AI 服务层                    │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐      │
│  │ChatClient│  │RAG Service│  │Tool Service│    │
│  │(对话服务) │  │(检索增强) │  │(工具调用)  │    │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘      │
│       │             │             │             │
│       └─────────────┴─────────────┘             │
│                     │                             │
│              Advisor Chain                        │
│   MemoryAdvisor / RAGAdvisor / LogAdvisor        │
└─────────────────────┬───────────────────────────┘
                      │
┌─────────────────────▼───────────────────────────┐
│                  模型层                          │
│  ┌─────────┐ ┌─────────┐ ┌─────────┐           │
│  │ OpenAI  │ │智谱/通义 │ │ Ollama  │           │
│  └─────────┘ └─────────┘ └─────────┘           │
└─────────────────────────────────────────────────┘
                      │
┌─────────────────────▼───────────────────────────┐
│                  存储层                          │
│  ┌─────────┐ ┌─────────┐ ┌─────────┐           │
│  │VectorDB │ │ Redis   │ │ MySQL   │           │
│  │(向量)   │ │(缓存)   │ │(业务)   │           │
│  └─────────┘ └─────────┘ └─────────┘           │
└─────────────────────────────────────────────────┘

设计要点：

1. 网关层：统一认证、限流、路由，大模型API贵，要控制调用量
2. 服务层：按能力拆分，ChatClient是对话核心，RAG和Tool是增强能力
3. Advisor链：统一拦截，Memory注入历史、RAG检索文档、Tool执行函数
4. 模型层：多模型路由，OpenAI主力、智谱降级、Ollama私有化，按成本和场景选择
5. 存储层：向量库存知识库、Redis存会话缓存、MySQL存业务数据

可观测性：

• Micrometer + Prometheus监控调用量、延迟、Token消耗
• ELK日志追踪，每次调用带traceId
• Grafana大盘 + 告警，异常5分钟内响应

面试这样说："我们项目分层清晰，网关做限流保护，服务层解耦对话和检索，Advisor链统一增强，存储层分离向量和业务数据。关键是可观测性要完善，大模型API成本高、延迟不稳定，监控告警必不可少。"

---

题目统计

• 本次生成：10 道面试题
• 覆盖模块：Embedding模型选型、QuestionAnswerAdvisor、流式响应、PromptTemplate、向量检索调优、多模态能力、Ollama本地部署、复杂Function参数、向量索引优化、架构设计
• 适用版本：Spring AI 1.0 正式版
• 题目类型：技术基础(3)、架构设计(2)、场景实操(3)、性能优化(2)