Docker Model Runner 聊天

Docker Model Runner 是一个 AI 推理引擎，提供来自不同提供商的各种模型。spring-doc.cadn.net.cn

Spring AI 通过重用现有的 OpenAI 支持与 Docker Model Runner 集成ChatClient. 为此，请将基本 URL 设置为localhost:12434/engines，然后选择提供的 LLM 模型之一。spring-doc.cadn.net.cn

检查DockerModelRunnerWithOpenAiChatModelIT.java测试 了解如何将 Docker Model Runner 与 Spring AI 一起使用的示例。spring-doc.cadn.net.cn

前提条件

选择以下选项之一以启用模型运行器：spring-doc.cadn.net.cn

选项 1：spring-doc.cadn.net.cn

选项 2：spring-doc.cadn.net.cn

@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();
}

可以通过阅读使用 Docker 本地运行 LLM 博客文章来了解有关 Docker Model Runner 的更多信息。spring-doc.cadn.net.cn

自动配置

Spring AI 入门模块的工件 ID 已从版本 1.0.0.M7 开始重命名。依赖项名称现在应遵循模型、向量存储和 MCP 入门器的更新命名模式。有关更多信息，请参阅升级说明。spring-doc.cadn.net.cn

Spring AI 为 OpenAI Chat 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 Mavenpom.xml文件：spring-doc.cadn.net.cn

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

或将以下内容添加到您的 Gradlebuild.gradle构建文件。spring-doc.cadn.net.cn

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-model-openai'
}
请参阅依赖项管理部分，将 Spring AI BOM 添加到构建文件中。

聊天属性

重试属性

前缀spring.ai.retry用作属性前缀，用于配置 OpenAI 聊天模型的重试机制。spring-doc.cadn.net.cn

属性 描述 默认值

spring.ai.retry.max次尝试spring-doc.cadn.net.cn

重试尝试的最大次数。spring-doc.cadn.net.cn

10spring-doc.cadn.net.cn

spring.ai.retry.backoff.初始间隔spring-doc.cadn.net.cn

指数退避策略的初始睡眠持续时间。spring-doc.cadn.net.cn

2 秒。spring-doc.cadn.net.cn

spring.ai.retry.backoff.乘数spring-doc.cadn.net.cn

回退间隔乘数。spring-doc.cadn.net.cn

5spring-doc.cadn.net.cn

spring.ai.retry.backoff.max间隔spring-doc.cadn.net.cn

最大回退持续时间。spring-doc.cadn.net.cn

3分钟spring-doc.cadn.net.cn

spring.ai.retry.on-client-错误spring-doc.cadn.net.cn

如果为 false，则引发 NonTransientAiException，并且不要尝试重试4xx客户端错误代码spring-doc.cadn.net.cn

falsespring-doc.cadn.net.cn

spring.ai.retry.exclude-on-http-codesspring-doc.cadn.net.cn

不应触发重试的 HTTP 状态代码列表（例如，引发 NonTransientAiException）。spring-doc.cadn.net.cn

emptyspring-doc.cadn.net.cn

spring.ai.retry.on-http-代码spring-doc.cadn.net.cn

应触发重试的 HTTP 状态代码列表（例如，抛出 TransientAiException）。spring-doc.cadn.net.cn

emptyspring-doc.cadn.net.cn

连接属性

前缀spring.ai.openai用作允许您连接到 OpenAI 的属性前缀。spring-doc.cadn.net.cn

属性 描述 默认值

spring.ai.openai.base-urlspring-doc.cadn.net.cn

要连接到的 URL。必须设置为hub.docker.com/u/aispring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.api-keyspring-doc.cadn.net.cn

任何字符串spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

配置属性

现在，启用和禁用聊天自动配置是通过前缀spring.ai.model.chat.spring-doc.cadn.net.cn

要启用，spring.ai.model.chat=openai（默认启用）spring-doc.cadn.net.cn

要禁用，spring.ai.model.chat=none（或任何与 openai 不匹配的值）spring-doc.cadn.net.cn

此更改允许在应用程序中配置多个模型。spring-doc.cadn.net.cn

前缀spring.ai.openai.chat是属性前缀，用于配置 OpenAI 的聊天模型实现。spring-doc.cadn.net.cn

属性 描述 默认值

spring.ai.openai.chat.enabled（已删除且不再有效）spring-doc.cadn.net.cn

启用 OpenAI 聊天模型。spring-doc.cadn.net.cn

truespring-doc.cadn.net.cn

spring.ai.model.聊天spring-doc.cadn.net.cn

启用 OpenAI 聊天模型。spring-doc.cadn.net.cn

OpenAIspring-doc.cadn.net.cn

spring.ai.openai.chat.base-urlspring-doc.cadn.net.cn

可选会覆盖spring.ai.openai.base-url以提供特定于聊天的 URL。必须设置为localhost:12434/enginesspring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.api-keyspring-doc.cadn.net.cn

可选覆盖spring.ai.openai.api-key以提供特定于聊天的api-keyspring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.modelspring-doc.cadn.net.cn

要使用的 LLM 模型spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.temperaturespring-doc.cadn.net.cn

控制生成完成的表观创造性的采样温度。较高的值将使输出更加随机，而较低的值将使结果更加集中和确定。不建议为相同的完成请求修改温度和top_p，因为这两个设置的交互很难预测。spring-doc.cadn.net.cn

0.8spring-doc.cadn.net.cn

spring.ai.openai.chat.options.frequency惩罚spring-doc.cadn.net.cn

数字介于 -2.0 和 2.0 之间。正值会根据新标记迄今为止在文本中的现有频率来惩罚它们，从而降低模型逐字重复同一行的可能性。spring-doc.cadn.net.cn

0.0华氏度spring-doc.cadn.net.cn

spring.ai.openai.chat.options.maxTokensspring-doc.cadn.net.cn

聊天补全时要生成的最大Tokens数。输入标记和生成标记的总长度受模型上下文长度的限制。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.nspring-doc.cadn.net.cn

要为每条输入消息生成多少个聊天补全选项。请注意，您将根据所有选项中生成的Tokens数量付费。将 n 保持为 1 以最大限度地降低成本。spring-doc.cadn.net.cn

1spring-doc.cadn.net.cn

spring.ai.openai.chat.options.presence惩罚spring-doc.cadn.net.cn

数字介于 -2.0 和 2.0 之间。正值会根据新标记到目前为止是否出现在文本中来惩罚它们，从而增加模型谈论新主题的可能性。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.response格式spring-doc.cadn.net.cn

指定模型必须输出的格式的对象。设置为{ "type": "json_object" }启用 JSON 模式，该模式保证模型生成的消息是有效的 JSON。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.seedspring-doc.cadn.net.cn

此功能处于测试阶段。如果指定，我们的系统将尽最大努力确定性地采样，以便具有相同种子和参数的重复请求应返回相同的结果。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.stopspring-doc.cadn.net.cn

最多 4 个序列，API 将停止生成进一步的Tokens。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.topPspring-doc.cadn.net.cn

温度采样的替代方法称为核采样，其中模型考虑具有top_p概率质量的标记的结果。因此，0.1 意味着仅考虑包含前 10% 概率质量的Tokens。我们通常建议更改此温度或温度，但不要同时更改两者。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.toolsspring-doc.cadn.net.cn

模型可能调用的工具列表。目前，仅支持功能作为工具。使用它来提供模型可能为其生成 JSON 输入的函数列表。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.tool选择spring-doc.cadn.net.cn

控制模型调用的函数（如果有）。none 表示模型不会调用函数，而是生成消息。auto 表示模型可以在生成消息或调用函数之间进行选择。通过 {“type： ”function“， ”function“： {”name“： ”my_function“}} 指定特定函数会强制模型调用该函数。当不存在任何函数时，none 是默认值。auto 是默认值（如果存在函数）。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.userspring-doc.cadn.net.cn

代表最终用户的唯一标识符，可以帮助 OpenAI 监控和检测滥用行为。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.functionsspring-doc.cadn.net.cn

函数列表，由其名称标识，以便在单个提示请求中启用函数调用。具有这些名称的函数必须存在于 functionCallbacks 注册表中。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.openai.chat.options.stream-usagespring-doc.cadn.net.cn

（仅适用于流媒体）设置为添加一个额外的块，其中包含整个请求的Tokens使用情况统计信息。这choices字段是一个空数组，所有其他块也将包含一个使用字段，但值为 null。spring-doc.cadn.net.cn

falsespring-doc.cadn.net.cn

spring.ai.openai.chat.options.proxy-tool-callsspring-doc.cadn.net.cn

如果为 true，则 Spring AI 不会在内部处理函数调用，而是将它们代理到客户端。然后，客户端负责处理函数调用，将它们分派到适当的函数，并返回结果。如果为 false（默认值），则 Spring AI 将在内部处理函数调用。仅适用于支持函数调用的聊天模型spring-doc.cadn.net.cn

falsespring-doc.cadn.net.cn
所有以spring.ai.openai.chat.options可以通过将特定于请求的运行时选项添加到Prompt叫。

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。spring-doc.cadn.net.cn

启动时，可以使用OpenAiChatModel(api, options)构造函数或spring.ai.openai.chat.options.*性能。spring-doc.cadn.net.cn

在运行时，您可以通过向Prompt叫。 例如，要覆盖特定请求的默认模型和温度，请执行以下作：spring-doc.cadn.net.cn

ChatResponse response = chatModel.call(
    new Prompt(
        "Generate the names of 5 famous pirates.",
        OpenAiChatOptions.builder()
            .model("ai/gemma3:4B-F16")
        .build()
    ));
除了特定于模型的 OpenAiChatOptions 之外，您还可以使用使用 ChatOptions#builder（） 创建的可移植 ChatOptions 实例。

函数调用

Docker Model Runner 在选择支持它的模型时支持工具/函数调用。spring-doc.cadn.net.cn

您可以向 ChatModel 注册自定义 Java 函数，并让提供的模型智能地选择输出包含参数的 JSON 对象，以调用一个或多个已注册的函数。这是一种将 LLM 功能与外部工具和 API 连接起来的强大技术。spring-doc.cadn.net.cn

工具示例

以下是如何将 Docker Model Runner 函数调用与 Spring AI 一起使用的简单示例：spring-doc.cadn.net.cn

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("What is the weather in Amsterdam and Paris?")
                .functions("weatherFunction") // reference by bean name.
                .call()
                .content();

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

    @Bean
    @Description("Get the weather in location")
    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);
        }
    }
}

在这个例子中，当模型需要天气信息时，它会自动调用weatherFunctionbean，然后可以获取实时天气数据。预期的回复是：“阿姆斯特丹的天气目前是 20 摄氏度，巴黎的天气是 25 摄氏度。spring-doc.cadn.net.cn

阅读有关 OpenAI 函数调用的更多信息。spring-doc.cadn.net.cn

Samples控制器

创建一个新的 Spring Boot 项目，并将spring-ai-starter-model-openai到你的 pom（或 gradle）依赖项。spring-doc.cadn.net.cn

添加一个application.properties文件，在src/main/resources目录，以启用和配置 OpenAi 聊天模型：spring-doc.cadn.net.cn

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 doesn't support embeddings, so we need to disable them.
spring.ai.openai.embedding.enabled=false

这是一个简单的示例@Controller使用聊天模型生成文本的类。spring-doc.cadn.net.cn

@RestController
public class ChatController {

    private final OpenAiChatModel chatModel;

    @Autowired
    public ChatController(OpenAiChatModel chatModel) {
        this.chatModel = chatModel;
    }

    @GetMapping("/ai/generate")
    public Map generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        return Map.of("generation", this.chatModel.call(message));
    }

    @GetMapping("/ai/generateStream")
	public Flux<ChatResponse> generateStream(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        Prompt prompt = new Prompt(new UserMessage(message));
        return this.chatModel.stream(prompt);
    }
}