Docker 模型运行器聊天

Deepseek 3.2 中英对照 Docker Model Runner Docker Model Runner Chat

Docker Model Runner 是一个 AI 推理引擎，提供来自多个供应商的多种模型。

Spring AI 通过与现有的基于 OpenAI 的 ChatClient 集成，实现了与 Docker Model Runner 的对接。为此，需将基础 URL 设置为 [localhost:12434/engines](http://localhost:12434/engines)，并选择 LLM 模型 中提供的任意一个。

请查看 DockerModelRunnerWithOpenAiChatModelIT.java 测试文件，以了解如何在 Spring AI 中使用 Docker Model Runner 的示例。

先决条件

• 下载适用于 Mac 的 Docker Desktop 4.40.0。

选择以下选项之一以启用模型运行器：

选项 1：

• 启用 Model Runner docker desktop enable model-runner --tcp 12434。

• 将 base-url 设置为 [localhost:12434/engines](http://localhost:12434/engines)

选项 2：

• 启用 Model Runner docker desktop enable model-runner。

• 使用 Testcontainers 并设置 base-url 如下：

@Container
private static final DockerModelRunnerContainer DMR = new DockerModelRunnerContainer("alpine/socat:1.7.4.3-r0");

@Bean
public OpenAiApi chatCompletionApi() {
	var baseUrl = DMR.getOpenAIEndpoint();
	return OpenAiApi.builder().baseUrl(baseUrl).apiKey("test").build();
}

想要了解更多关于Docker Model Runner的信息，可以阅读这篇博客文章：使用Docker本地运行LLM。

自动配置

备注

自版本 1.0.0.M7 起，Spring AI starter 模块的构件 ID 已重命名。依赖项名称现在应遵循更新后的模型、向量存储和 MCP starter 命名模式。更多信息请参阅升级说明。

Spring AI 为 OpenAI Chat Client 提供了 Spring Boot 自动配置。要启用它，请将以下依赖项添加到项目的 Maven pom.xml 文件中：

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

或者将以下内容添加到你的 Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-model-openai'
}

:::提示
参考依赖管理章节，将Spring AI BOM添加到您的构建文件中。
:::

聊天属性

重试属性

spring.ai.retry 作为属性前缀，可用于配置 OpenAI 聊天模型的重试机制。

属性	描述	默认值
spring.ai.retry.max-attempts	最大重试次数。	10
spring.ai.retry.backoff.initial-interval	指数退避策略的初始休眠时长。	2 秒
spring.ai.retry.backoff.multiplier	退避间隔乘数。	5
spring.ai.retry.backoff.max-interval	最大退避时长。	3 分钟
spring.ai.retry.on-client-errors	若为 false，则针对 4xx 客户端错误代码抛出 NonTransientAiException，且不进行重试。	false
spring.ai.retry.exclude-on-http-codes	不应触发重试（例如，为了抛出 NonTransientAiException）的 HTTP 状态代码列表。	empty
spring.ai.retry.on-http-codes	应触发重试（例如，为了抛出 TransientAiException）的 HTTP 状态代码列表。	empty

连接属性

前缀 spring.ai.openai 用作属性前缀，允许您连接到 OpenAI。

属性	描述	默认值
spring.ai.openai.base-url	要连接的 URL。必须设置为 [hub.docker.com/u/ai](https://hub.docker.com/u/ai)	-
spring.ai.openai.api-key	任意字符串	-

配置属性

备注

启用和禁用聊天自动配置现在通过前缀为 spring.ai.model.chat 的顶级属性来完成。

启用方式：spring.ai.model.chat=openai (默认已启用)

禁用方式：spring.ai.model.chat=none (或任何与 openai 不匹配的值)

此项更改允许您在应用程序中配置多个模型。

前缀 spring.ai.openai.chat 是一个属性前缀，用于配置 OpenAI 的聊天模型实现。

属性	描述	默认
spring.ai.openai.chat.enabled（已移除且不再有效）	启用 OpenAI 聊天模型。	真
spring.ai.model.chat	启用 OpenAI 聊天模型。	openai
spring.ai.openai.chat.base-url	可选配置，用于覆盖 spring.ai.openai.base-url 以提供特定于聊天的URL。必须设置为 [localhost:12434/engines](http://localhost:12434/engines)。	-
spring.ai.openai.chat.api-key	可选覆盖 spring.ai.openai.api-key 以提供聊天专用的 API 密钥	-
spring.ai.openai.chat.options.model	要使用的 LLM 模型	-
spring.ai.openai.chat.options.temperature	采样温度控制生成内容的表观创造力。较高值会使输出更随机，较低值则会使结果更集中和确定。不建议在同一补全请求中同时修改温度值和top_p参数，因为这两个设置的交互作用难以预测。	0.8
spring.ai.openai.chat.options.frequencyPenalty	介于-2.0到2.0之间的数值。正值将根据新词元在现有文本中的出现频率对其进行惩罚，从而降低模型逐字重复相同内容的可能性。	0.0f
spring.ai.openai.chat.options.maxTokens	聊天补全中生成的最大令牌数。输入令牌和生成令牌的总长度受到模型上下文长度的限制。	-
spring.ai.openai.chat.options.n	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总令牌数量付费。将 n 设为 1 以最小化成本。	1
spring.ai.openai.chat.options.presencePenalty	数值介于 -2.0 到 2.0 之间。正值将根据新标记是否已出现在当前文本中对其进行惩罚，从而增加模型讨论新话题的可能性。	-
spring.ai.openai.chat.options.responseFormat	一个用于指定模型必须输出的格式的对象。设置为 { "type": "json_object" } 可启用 JSON 模式，该模式保证模型生成的消息是有效的 JSON。	-
spring.ai.openai.chat.options.seed	此功能目前处于测试阶段。如果指定了种子参数，我们的系统将尽最大努力进行确定性采样，以确保使用相同种子和参数的重复请求能够返回相同的结果。	-
spring.ai.openai.chat.options.stop	最多4个序列，当API生成到这些序列时便会停止生成更多标记。	-
spring.ai.openai.chat.options.topP	作为温度采样的替代方案，有一种称为核心采样的方法，模型会考虑概率质量达到 top_p 的标记结果。因此，0.1 意味着只考虑构成前 10% 概率质量的标记。我们通常建议调整此参数或温度参数，但不要同时调整两者。	-
spring.ai.openai.chat.options.tools	模型可调用的工具列表。目前，仅支持函数作为工具。使用此列表来提供模型可生成JSON输入的函数集合。	-
spring.ai.openai.chat.options.toolChoice	控制模型调用哪个（若有）函数。none 表示模型不会调用函数，而是生成一条消息。auto 表示模型可以选择生成消息或调用函数。通过 {"type": "function", "function": {"name": "my_function"}} 指定特定函数会强制模型调用该函数。当没有函数存在时，默认值为 none；当存在函数时，默认值为 auto。	-
spring.ai.openai.chat.options.user	一个代表您最终用户的唯一标识符，有助于 OpenAI 监控和检测滥用行为。	-
spring.ai.openai.chat.options.stream-usage	（仅限流式传输）设置后，将为整个请求添加一个包含令牌使用统计数据的额外数据块。该数据块的 choices 字段为空数组，所有其他数据块也将包含一个 usage 字段，但其值为 null。	false
spring.ai.openai.chat.options.tool-names	单次提示请求中启用的工具列表，以工具名称标识。这些工具名称必须存在于ToolCallback注册表中。	-
spring.ai.openai.chat.options.tool-callbacks	注册到ChatModel的工具回调。	-
spring.ai.openai.chat.options.internal-tool-execution-enabled	若为 false，Spring AI 不会在内部处理工具调用，而是将其代理至客户端。此时客户端需负责处理工具调用、将其分派至相应函数并返回结果。若为 true（默认值），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。	true

提示

所有以 spring.ai.openai.chat.options 为前缀的属性，都可以通过在 Prompt 调用中添加特定于请求的 运行时选项 在运行时进行覆盖。

运行时选项

OpenAiChatOptions.java 提供了模型的配置选项，例如使用的模型、温度参数、频率惩罚等。

启动时，默认选项可通过 OpenAiChatModel(api, options) 构造函数或 spring.ai.openai.chat.options.* 属性进行配置。

在运行时，你可以通过在 Prompt 调用中添加新的、针对特定请求的选项来覆盖默认选项。例如，要覆盖特定请求的默认模型和温度设置：

ChatResponse response = chatModel.call(
    new Prompt(
        "Generate the names of 5 famous pirates.",
        OpenAiChatOptions.builder()
            .model("ai/gemma3:4B-F16")
        .build()
    ));

提示

除了特定于模型的 OpenAiChatOptions 之外，你也可以使用一个可移植的 ChatOptions 实例，该实例可以通过 ChatOptions#builder() 创建。

函数调用

Docker Model Runner 在选择支持工具/函数调用的模型时，支持工具/函数调用功能。

您可以为您的 ChatModel 注册自定义 Java 函数，并让提供的模型智能地选择输出一个包含参数的 JSON 对象，以调用一个或多个已注册的函数。这是一种将大语言模型（LLM）能力与外部工具和 API 连接起来的强大技术。

工具示例

以下是一个简单的示例，展示了如何在Spring AI中使用Docker Model Runner进行函数调用：

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);
        }
    }
}

在这个示例中，当模型需要天气信息时，它会自动调用 weatherFunction bean，从而获取实时天气数据。预期的响应是：“阿姆斯特丹当前天气为 20 摄氏度，巴黎当前天气为 25 摄氏度。”

进一步了解 OpenAI 函数调用。

示例控制器

创建一个新的 Spring Boot 项目，并将 spring-ai-starter-model-openai 添加到你的 pom（或 gradle）依赖中。

在src/main/resources目录下添加一个application.properties文件，用于启用和配置OpenAI聊天模型：

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

以下是一个简单的 @Controller 类示例，它使用聊天模型进行文本生成。

@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);
    }
}