本轮 Spring AI 面试题库（带答案）

【面试题】1. Spring AI 中 ChatClient 和 ChatModel 有什么区别？什么场景用哪个？

【标准答案】 区别：ChatModel 是底层模型接口,负责和 AI 模型直接交互,你传 Prompt 它返回 ChatResponse,偏底层。ChatClient 是 1.0 新增的高层门面,内部封装了 ChatModel,提供了流式 API、Advisor 链、自动重试、错误处理等能力。

选型：

• 用 ChatModel：只需要简单调用模型、对响应格式没特殊要求、想完全控制请求细节
• 用 ChatClient：需要流式输出、要加 Advisor（比如 RAG、Memory）、要统一错误处理、要构建复杂对话流程

实战建议：新项目直接用 ChatClient,它是对 ChatModel 的增强封装,功能更全、代码更简洁。除非有特殊定制需求,否则不用直接操作 ChatModel。

【面试题】2. Spring AI 的 Advisor 机制是什么？能解决什么问题？

【标准答案】 定义：Advisor 是 Spring AI 的拦截器模式,每个 Advisor 可以在请求发往模型前、响应返回后插入自定义逻辑。类似 Spring MVC 的 Interceptor 或 AOP。

核心能力：

• 请求预处理：改 Prompt、加系统提示、注入上下文
• 响应后处理：格式转换、结果过滤、日志记录
• 链式调用：多个 Advisor 顺序执行,责任链模式

典型应用：

• QuestionAnswerAdvisor：自动从向量库检索相关文档,注入到 Prompt,实现 RAG
• MessageChatMemoryAdvisor：自动管理历史消息,实现对话记忆
• 日志监控 Advisor：记录每个请求的耗时、token 消耗

代码示例：

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

【面试题】3. RAG 中的 TokenTextSplitter 怎么设置分块大小？有什么坑？

【标准答案】 设置原则：

• 默认值：默认 800 token,重叠 100 token
• 调整依据：根据向量模型的最大输入长度（比如 OpenAI text-embedding-3-small 最大 8191 token）和业务文档特点来定
• 经验值：问答场景 500-1000 token,长文档总结 1000-2000 token

常见坑：

1. 切在句子中间：导致语义割裂,检索召回率下降 → 解决：用递归分割器,先按段落再按句子
2. 分块太大：超出向量模型限制,或者召回太多噪音 → 解决：控制在模型上限的 80% 以内
3. 分块太小：上下文不足,回答质量差 → 解决：适当增加 overlap,保留上下文
4. 忽略中英文差异：中文 token 计数和英文不同 → 解决：实际测试 token 数,别只看字符数

代码示例：

TokenTextSplitter splitter = new TokenTextSplitter(
    500,  // targetChunkSize
    100,  // overlap
    5,    // minChunkSize
    10000 // maxNumChunks
);

【面试题】4. Spring AI 的 Function Calling 是怎么实现的？整个调用流程是什么？

【标准答案】 核心原理：Spring AI 自动把带 @Bean 的方法转成 JSON Schema,传给模型。模型判断需要调用函数时返回 tool_call 指令,框架自动执行函数,把结果回传模型继续推理。

完整流程：

1. 注册函数：定义 @Bean 方法,Spring AI 扫描并生成 JSON Schema
2. 发起请求：ChatClient 把函数描述加入请求的 tools 字段
3. 模型决策：模型分析用户问题,决定是否需要调用函数
4. 返回 tool_call：模型返回函数名 + 参数（JSON 格式）
5. 框架执行：Spring AI 自动解析参数,调用对应方法,拿到返回值
6. 回传结果：把执行结果追加到消息历史,再次调用模型
7. 最终回答：模型基于函数返回结果生成最终答案

关键点：

• 函数参数用 POJO 定义,Spring AI 自动映射
• 返回值会序列化成 JSON 字符串传给模型
• 可以配置 toolChoice 强制调用或让模型自主选择

【面试题】5. Spring AI 支持哪些向量数据库？选型时怎么选？

【标准答案】 官方支持：PGVector、Redis、Pinecone、Chroma、Milvus、Weaviate、Qdrant、MongoDB Atlas、Oracle 等 10+ 种。

选型维度：

1. 开发环境：PGVector（直接用现有 PostgreSQL）、Chroma（嵌入式,零配置）
2. 生产环境：
   • 中小规模：PGVector（运维简单,已有 PG 基础设施）、Redis（高性能,但需要 Redis Stack）
   • 大规模：Milvus（分布式,性能强）、Pinecone（全托管,零运维）
3. 云厂商绑定：AWS 选 OpenSearch,阿里云选 Milvus/Hologres
4. 成本考虑：PGVector/Chroma 开源免费,Pinecone 按量付费

实战建议：

• 开发阶段用 Chroma 或 PGVector,快速验证
• 生产环境优先 Milvus（开源生态好）或 Pinecone（托管省心）
• 代码层面用 VectorStore 接口,方便切换实现

【面试题】6. Spring AI 的 Structured Output 怎么用？有什么限制？

【标准答案】 用法：通过 BeanOutputConverter 把模型输出映射成 POJO,自动校验字段类型和格式。

代码示例：

ChatResponse response = chatClient.prompt()
    .user("提取用户信息")
    .call()
    .chatResponse();

UserEntity user = new BeanOutputConverter<>(UserEntity.class)
    .fromEntity(response.getResult().getOutput().getContent());

关键限制：

1. 模型支持：不是所有模型都支持,OpenAI GPT-4、Claude 3.5 支持最好,国内模型部分支持
2. Schema 复杂度：嵌套层级太深可能解析失败,建议控制在 3 层以内
3. 字段校验：框架只做类型校验,业务逻辑校验需要自己实现
4. 错误处理：模型输出不符合 Schema 时会抛异常,需要 try-catch 并降级处理

最佳实践：

• POJO 字段加 @JsonProperty 和 @JsonPropertyDescription,提升模型理解
• 必填字段用包装类型,避免 null 问题
• 提供示例值,引导模型输出正确格式

【面试题】7. Chat Memory 怎么实现持久化？线上环境用什么方案？

【标准答案】 接口设计：Spring AI 提供 ChatMemory 接口,核心方法是 add(message) 和 get(conversationId, lastN)。

持久化方案：

1. Redis：适合高并发场景,天然支持 TTL 自动清理过期对话

   public class RedisChatMemory implements ChatMemory {
       // 用 Redis List 存储,conversationId 作 key
   }

2. 数据库：适合需要查询分析的场景,存 MySQL/MongoDB
3. 混合方案：热数据存 Redis,冷数据定期归档到数据库

关键考虑：

• 存储限制：对话历史太长占内存和 token,需要限制 lastN（比如最近 10 轮）
• 并发控制：多实例部署时用分布式锁,避免消息顺序错乱
• 隐私合规：敏感对话需要加密存储,或定期清理

线上建议：Redis + 定时清理任务,控制单次对话历史在 20-30 条以内。

【面试题】8. Spring AI 1.0 正式版有哪些重要更新？和 M 系列版本有什么区别？

【标准答案】 核心变化：

1. ChatClient 统一入口：M 系列用 ChatModel 直接调用,1.0 推荐 ChatClient,统一流式和非流式 API
2. Advisor 架构：1.0 引入 Advisor 机制,实现了 RAG、Memory 等能力的模块化插拔
3. 配置前缀统一：从 spring.ai.openai.api-key 改为 spring.ai.openai.api-key,所有模型配置统一前缀
4. VectorStore 接口标准化：1.0 定义了统一的向量库操作接口,切换实现只需改依赖和配置
5. Observability 增强：集成 Micrometer,提供 token 消耗、耗时、错误率等指标

迁移要点：

• M 系列的 ChatModel.call(prompt) → 1.0 用 ChatClient.prompt().user(text).call()
• 手动实现的 RAG 逻辑 → 改用 QuestionAnswerAdvisor
• 自定义配置前缀 → 统一改成 spring.ai.*

建议：新项目直接上 1.0,M 系列老项目评估迁移成本,核心功能不受影响。

【面试题】9. Spring AI 如何实现多模型切换？配置怎么管理？

【标准答案】 实现方式：

1. 配置文件切换：修改 spring.ai.model 或具体模型配置,重启生效

   spring:
     ai:
       openai:
         api-key: ${OPENAI_API_KEY}
         chat:
           options:
             model: gpt-4-turbo

2. 运行时切换：注入不同的 ChatModel Bean,按业务选择

   @Autowired @Qualifier("openAiChatModel") ChatModel openAiModel;
   @Autowired @Qualifier("zhipuChatModel") ChatModel zhipuModel;
   
   ChatModel model = useZhipu ? zhipuModel : openAiModel;

3. 动态路由：根据请求参数、用户等级、成本控制自动选模型

   public ChatModel selectModel(Request request) {
       if (request.isPremium()) return gpt4Model;
       if (request.isLowCost()) return localOllamaModel;
       return defaultModel;
   }

配置管理：

• 多环境：用 Spring Profile 区分 dev/test/prod 配置
• 密钥管理：API Key 从环境变量或 Vault 读取,别写死在配置文件
• 成本控制：高成本模型（GPT-4）限流,低成本模型（Ollama 本地）兜底

【面试题】10. Spring AI 的 Streaming 流式响应怎么实现？前端怎么对接？

【标准答案】 后端实现：

Flux<String> stream = chatClient.prompt()
    .user("写一首诗")
    .stream()
    .content();  // 返回 Flux<String>

// WebFlux 直接返回
return ResponseEntity.ok()
    .contentType(MediaType.TEXT_EVENT_STREAM)
    .body(stream);

关键点：

• stream() 方法返回 Flux<ChatResponse>,可以用 .content() 提取纯文本
• 需要依赖 spring-boot-starter-webflux
• 超时设置：流式请求可能很慢,配置合理的超时时间

前端对接：

const eventSource = new EventSource('/api/chat/stream');
eventSource.onmessage = (event) => {
    document.getElementById('output').textContent += event.data;
};
eventSource.onerror = () => eventSource.close();

注意事项：

• 用 SSE（Server-Sent Events）协议,前端 EventSource 自动重连
• 长连接问题：Nginx/网关需要配置超时时间,避免中断
• 错误处理：流式返回中可能包含错误,需要解析并提示用户