ChatClient 提供了与AI模型交互的fluent API。它同时支持同步和流式编程模型。 ChatClient fluent API拥有构建传递给AI模型的提示（Prompt）的组成部分的方法。提示包含指导AI模型输出和行为的指令文本。从API的角度来看，提示由一系列消息组成。 AI模型处理两种主要类型的消息： 用户消息，即用户的直接输入。 系统消息，由系统生成以指导对话。 这些消息通常包含占位符，这些占位符在运行时会根据用户输入进行替换，以自定义AI模型对用户输入的响应。 还可以指定一些提示选项，例如： AI模型的名称，即要使用的AI模型的名称。 温度设置，控制生成输出的随机性或创造性。 这些功能使得ChatClient成为一个强大的工具，允许开发者以灵活的方式与AI模型进行交互，并通过定制化的提示和消息来优化AI模型的响应。 创建 ChatClient 使用 ChatClient.Builder 对象创建 ChatClient。你可以为任何 ChatModel SpringBoot 自动配置获取自动配置的 ChatClient.Builder 实例，或者手动创建一个。 使用自动配置的 ChatClient.Builder 在最简单的用例中，Spring AI 通过 SpringBoot 自动配置创建了一个 ChatClient.Builder 实例原型，使用时可以将其注入到类中。以下是一个简单的示例，用于检索对简单用户请求的字符串响应。 在这个简单的例子中，用户输入设置了用户消息的内容。call() 方法向 AI 模型发送请求，content() 方法将 AI 模型的响应作为字符串返回。 手动创建 ChatClient 可以通过设置属性 spring.ai.chat.client.enabled=false 来禁用 ChatClient.Builder 自动配置。当同时使用多个聊天模型时，这个配置会很有用。然后，为每个需要的 ChatModel 手动创建一个 ChatClient.Builder 实例： ChatClient Fluent API ChatClient fluent API 允许使用重载的 prompt() 方法以三种不同的方式创建提示（Prompt），以启动fluent API： prompt(): 此方法不接受任何参数就可以开始使用fluent API，允许您构建用户、系统和其它提示（prompt）部分。 prompt(Prompt prompt): 此方法接受一个 Prompt 实例作为参数，这个参数可以是一个非fluent API 创建的 Prompt 实例。 prompt(String content): 这是一个快捷方法，类似于之前重载的方法，它接受用户文本内容作为参数。 ChatClient 响应 ChatClient API 提供了几种格式化 AI 模型响应内容的方法。 返回 ChatResponse AI 模型的响应是一个由类型 ChatResponse 定义的复杂结构。ChatResponse中包含关于生成响应的元数据，并且还可以包含多个响应，称为 Generations，每个Generation都有自己的元数据。元数据还包括用于创建响应的token数量（每个token大概是 3/4 个单词）。这个信息很重要，因为托管的 AI 模型会根据每个请求中使用的token数量收费。 以下示例展示了如何获取包含元数据的 ChatResponse 对象的过程，ChatResponse实例是在 call() 方法后执行 chatResponse() 方法获得： 返回Entity 有时会希望将返回的字符串映射为某个特定的实体类的对象。entity() 方法提供了这个功能。 比如下面的 Java record类： 可以使用 entity() 方法轻松地将 AI 模型的输出结果映射为这个record类，如下所示： 还有一个重载的 entity() 方法，方法签名为 entity(ParameterizedTypeReference type)，让您可以指定更复杂的类型，如List泛型： 流式响应 使用 stream() 方法可以像下面这样获得异步响应： 也可以使用 Flux<ChatResponse> chatResponse() 方法流式传输 ChatResponse 对象结果。 Spring AI将提供一个更便捷的方法，让开发者能够使用反应式 stream() 方法返回 Java Entity结果。与此同时，还可以使用结构化输出转换器（ Structured Output Converter ）来显式转换聚合的响应结果，就跟下面的例子一样。这个例子里也展示了fluent API 中参数的使用，具体将在文档的后续部分详细讨论。 call() 方法返回值 在 ChatClient 上指定 call() 方法后，有如下几种不同的响应类型选项。 String content(): 返回字符串格式的响应结果 ChatResponse chatResponse(): 返回包含多个Generation和响应元数据的 ChatResponse 对象，例如用于创建响应的token数量。 entity() 返回指定 Java 类型的返回结果 entity(ParameterizedTypeReference<T> type): 用于返回集合类型的结果（支持泛型）。 entity(Class type): 用于返回特定类型的结果。 entity(StructuredOutputConverter structuredOutputConverter): 可以指定 StructuredOutputConverter 实例，将字符串转换为需要的类型。 也可以使用 stream() 方法来替换 call()方法。 stream() 方法返回值 在 ChatClient 上指定 stream() 方法后，有几种响应类型选项： Flux<String> content(): 返回 AI 模型生成的字符串Flux对象。 Flux chatResponse(): 返回包含响应的额外元数据的 ChatResponse 对象的 Flux对象。 使用默认值