工作知识库

Appearance

Spring AI 面试题库 ​

生成时间: 2026-05-21 23:47 题目数量: 10题

本轮 Spring AI 面试题库（带答案） ​

【面试题】1. Spring AI中ChatClient与直接使用ChatModel有什么区别？为什么推荐使用ChatClient？ ​

【标准答案】ChatModel是底层模型接口，直接调用AI模型返回响应，但需要自己处理Prompt组装、历史消息管理等。而ChatClient是Spring AI 1.0推出的统一入口，提供了Fluent API风格，内置了Advisor机制、ChatMemory自动管理、Observability监控等能力。

举个例子，直接用ChatModel需要手动拼接系统提示词和用户消息，用ChatClient只需要链式调用.prompt().system("你是个助手").user("问题").call()，代码更清晰。更重要的是，ChatClient能自动集成Observability指标，方便监控调用耗时、token消耗等生产必需数据。企业项目建议统一走ChatClient，后续扩展Advisor拦截器也更方便。

【面试题】2. RAG场景下TokenTextSplitter的作用是什么？如何避免chunk切分导致语义丢失？ ​

【标准答案】TokenTextSplitter负责把长文档切分成固定token大小的chunk，默认按字符数切分，避免超模型上下文限制。

避免语义丢失有两个关键点：一是设置合理的overlap参数，比如chunk大小500、overlap 50，这样相邻chunk有重叠部分，跨chunk的信息不会断裂。二是根据文档类型选择合适的splitter，代码文件用按段落切分，技术文档用按章节切分。实际项目中我会在embedding前先做语义切分预览，看看每个chunk是否完整表达一个概念，必要时调整chunk大小或自定义分隔符。另外，还可以在chunk中附加文档元数据，比如章节标题，帮助检索时保持上下文。

【面试题】3. Spring AI中如何实现Function Calling？@Bean注册函数的底层原理是什么？ ​

【标准答案】实现Function Calling非常简单，只需要在Spring配置类中用@Bean定义一个返回Function类型的方法，Spring AI会自动扫描并注册。比如定义一个查询天气的函数：

java
@Bean
public Function<WeatherRequest, WeatherResponse> weatherFunction() {
    return request -> weatherService.query(request.city());
}

底层原理是Spring AI通过反射读取函数入参类的结构，自动生成JSON Schema，然后把Schema发给模型。模型判断需要调用函数时返回tool_call指令，Spring AI的调度器捕获后执行函数、把结果回填到对话历史，再次调用模型生成最终回答。整个过程对业务代码透明，开发者只需要定义函数签名，调度流程由框架完成。

【面试题】4. 多模型切换时，spring.ai.*配置如何管理不同provider的API Key和参数？ ​

【标准答案】Spring AI统一了配置前缀为spring.ai，不同provider用子前缀区分，比如spring.ai.openai.api-key、spring.ai.anthropic.api-key、spring.ai.ollama.base-url。

生产环境推荐用外部化配置管理：API Key放环境变量或Vault等密钥管理服务，application.yml只写通用参数。多模型切换有两种方式：一是通过spring.ai.model.default配置默认模型，二是在代码中注入多个ChatModel实现类，按业务场景选择调用。比如客服用OpenAI，研发助手用Claude，代码补全用本地Ollama。关键是要做好API Key隔离和降级策略，某个provider超时能自动切换备用模型。

【面试题】5. BeanOutputConverter如何实现结构化输出？有什么常见坑？ ​

【标准答案】BeanOutputConverter是Spring AI结构化输出的核心工具，它能把LLM的文本响应自动映射成Java对象。原理是先根据目标POJO类生成JSON Schema，作为约束条件发给模型，然后解析模型返回的JSON字符串反序列化。

常见坑有三个：第一，POJO字段命名要规范，驼峰命名模型识别更准确；第二，Schema里必须有字段描述，模型才能理解字段含义；第三，复杂嵌套对象容易解析失败，建议先用简单对象测试，逐步增加复杂度。另外，模型有时候会返回多余文本，比如"以下是JSON数据："，需要设置format参数告诉模型只返回纯JSON。实际项目我会加一层校验，解析失败时重试一次。

【面试题】6. ChatMemory的InMemoryChatMemory在生产环境有什么问题？如何持久化对话历史？ ​

【标准答案】InMemoryChatMemory是默认的内存实现，单机场景够用，但生产环境有两个问题：一是应用重启对话历史丢失，二是无法支持多实例水平扩展，用户请求路由到不同实例拿不到历史消息。

持久化方案有三种：第一，基于Redis实现自定义ChatMemory，把对话历史按会话ID存到Redis，适合有Redis基础设施的项目；第二，用关系数据库存Message列表，适合需要审计对话内容的场景；第三，集成Spring AI官方提供的VectorStore持久化方案，结合RAG一起用。我推荐Redis方案，读写快、支持过期时间，还能和分布式Session集成。另外要注意对话历史不能无限增长，需要实现窗口截断策略，只保留最近N轮对话。

【面试题】7. QuestionAnswerAdvisor在RAG架构中的作用是什么？与手动实现similaritySearch有什么区别？ ​

【标准答案】QuestionAnswerAdvisor是Spring AI封装的RAG Advisor，它能自动完成"问题→向量检索→答案生成"的完整流程。你只需要配置VectorStore和文档集合，Advisor会自动把用户问题转成embedding、做相似度检索、把检索结果拼到提示词里发给模型。

与手动similaritySearch的区别在于：手动方式需要自己写三步逻辑——embedding查询、检索文档、构造带上下文的Prompt。而Advisor方式只要一行配置，代码量少很多。更重要的是，Advisor能和ChatMemory、日志监控等其他Advisor组合使用，实现拦截器链式调用。比如可以在QuestionAnswerAdvisor前面加一个PromptLoggingAdvisor记录每次检索的文档内容。企业级应用推荐用Advisor，维护成本低。

【面试题】8. Spring AI项目部署到微服务架构，如何设计API Key管理和熔断限流策略？ ​

【标准答案】API Key管理要遵循三个原则：第一，严禁硬编码，用环境变量或密钥管理服务注入；第二，按模型provider隔离Key，不同业务用不同Key，避免单Key泄露影响全局；第三，定期轮换，至少季度级别更换一次。推荐用Vault或云厂商的密钥管理服务，应用启动时动态拉取。

熔断限流分两层：对下游AI模型的调用用Resilience4j或Sentinel做熔断，设置超时时间（比如30秒）、失败比例阈值（比如50%），触发熔断后返回兜底响应。对上游用户请求用令牌桶或漏桶算法限流，避免突发流量打崩模型API配额。实际项目我会配置多级降级：首选模型超时→切换备用模型→返回缓存答案→返回友好提示。监控指标用Micrometer暴露，配合Prometheus告警。

【面试题】9. Spring AI 1.0正式版的Advisor架构相比早期版本有什么改进？如何自定义Advisor？ ​

【标准答案】Spring AI 1.0把Advisor从实验特性升级为核心架构。早期版本通过拦截器模式扩展，配置分散且不好组合。新版本的Advisor采用责任链模式，每个Advisor可以拦截请求和响应两阶段，多个Advisor按顺序执行，还能通过@Order控制顺序。

自定义Advisor非常简单，继承RequestResponseAdvisor接口，实现aroundCall方法，在调用前后插入逻辑。比如自定义一个TokenCountAdvisor统计每次调用消耗的token数：

java
public class TokenCountAdvisor implements RequestResponseAdvisor {
    @Override
    public AdvisedResponse aroundCall(AdvisedRequest request, CallChain chain) {
        AdvisedResponse response = chain.next(request);
        metricsService.recordToken(response.tokenUsage());
        return response;
    }
}

注册时用@Bean定义，Spring AI会自动扫描并加入拦截链。这种设计让横切关注点（日志、监控、审计）与业务逻辑解耦，维护性大幅提升。

【面试题】10. Spring AI的Streaming响应如何实现？前端如何优雅处理流式输出？ ​

【标准答案】Spring AI的流式响应基于Reactor的Flux实现，ChatClient调用.stream()方法返回Flux<String>，每收到一个token就推送一次。后端用WebFlux的SseEmitter或StreamingResponseBody包装Flux，通过HTTP SSE协议推给前端。

前端处理流式输出推荐用EventSource或fetch + ReadableStream。关键点有三个：第一，实时渲染每个token，用打字机效果提升体验；第二，处理错误重连，SSE连接断开后自动重连；第三，支持中断，用户点击停止按钮能取消请求。实际项目我会用React的StreamingText组件，配合Markdown渲染，这样模型返回代码块或列表时格式正确。另外要注意，流式输出不适合需要完整响应后处理的场景，比如结构化解析，这时候还是要用同步调用。