轻松入门 Spring AI 调用 Ollama
（2025-2026 最新最实用写法）
目前使用 Spring AI + Ollama 最推荐的几种组合方式（按推荐顺序）：
| 排名 | 方式 | 优点 | 缺点/限制 | 适合场景 | 推荐度 |
|---|---|---|---|---|---|
| 1 | Spring AI Ollama ChatClient | 配置最少、写法最自然、生态最好 | 需要 Ollama 已经在运行 | 绝大多数日常开发 | ★★★★★ |
| 2 | 使用 OllamaChatModel 手动创建 | 更灵活，可精细控制参数 | 代码稍微多一点 | 需要特殊参数或实验 | ★★★★ |
| 3 | AiServices + Ollama | 适合做工具调用/结构化输出/Agent | 学习曲线稍高 | 中高级用法 | ★★★★ |
| 4 | 直接用 Ollama Java 官方客户端 | 不依赖 Spring AI，完全独立 | 失去 Spring AI 所有高级抽象 | 极致轻量/非 Spring 项目 | ★★ |
最推荐写法（99% 场景都够用）
1. 依赖（使用最新稳定版）
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-ollama-spring-boot-starter</artifactId><version>1.0.0-M6 或 1.0.0.RELEASE（看你用的 spring boot 版本）</version></dependency><!-- 如果你用的是快照版或 milestone，可能需要添加仓库 -->2. application.yml 最简配置
spring:ai:ollama:base-url:http://localhost:11434# 默认就是这个，几乎不用改chat:options:model:qwen2.5:7b-instruct# ← 改这里就切换模型# 常用推荐模型（2026年初）：# qwen2.5:7b-instruct# deepseek-r1:7b# llama3.2:3b# phi4:14b# gemma2:9btemperature:0.75top-p:0.9max-tokens:40963. 最常用代码模板（ChatClient 方式）
@RestController@RequestMapping("/ollama")@RequiredArgsConstructorpublicclassOllamaSimpleController{privatefinalChatClientchatClient;// Spring AI 自动注入// 1. 普通调用@GetMapping("/chat")publicStringsimpleChat(@RequestParamStringmsg){returnchatClient.prompt().user(msg).call().content();}// 2. 流式输出（前端打字机效果）@GetMapping(value="/stream",produces=MediaType.TEXT_EVENT_STREAM_VALUE)publicFlux<String>streamChat(@RequestParamStringmsg){returnchatClient.prompt().user(msg).stream().content();}// 3. 带系统提示 + 记忆（最实用组合）privatefinalChatMemorychatMemory=newMessageWindowChatMemory(10);@GetMapping("/memory")publicStringchatWithMemory(@RequestParamStringsessionId,@RequestParamStringmessage){returnchatClient.prompt().system(""" 你是一位说话很幽默、接地气、喜欢用表情的资深程序员 用中文回答，尽量使用 markdown 格式 """).user(message).advisors(MessageChatMemoryAdvisor.builder().chatMemory(chatMemory).sessionId(sessionId).build()).call().content();}}快速上手检查清单（按顺序做）
| 步骤 | 命令/操作 | 预期结果 |
|---|
- 安装并启动 Ollama |
ollama serve| 看到 http://localhost:11434 - 拉取一个常用模型 |
ollama pull qwen2.5:7b-instruct| 模型下载完成 - 命令行简单测试 |
ollama run qwen2.5:7b-instruct| 可以正常对话 - 启动 Spring Boot 项目 | 正常启动 | 无报错
- 浏览器访问 |
/ollama/chat?msg=你好啊| 得到中文回答 - 测试流式 |
/ollama/stream?msg=讲个程序员笑话| 看到逐字出现效果
常见问题速查表（2026年初常见坑）
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 连接超时/拒绝连接 | Ollama 没启动 | 先运行ollama serve |
| 模型找不到 | 模型名写错了 | ollama list查看已下载模型名 |
| 中文回答很差/乱码 | 用了不擅长中文的模型 | 换 qwen2.5 / deepseek-r1 / glm4 等 |
| 流式输出不工作 | 模型本身不支持 streaming | 部分小模型不支持，换大一点的模型 |
| 显存爆了/启动很慢 | 模型太大，显卡不够 | 换 3b/7b 量级模型，或加--num-gpu 0只用 CPU |
一句话总结目前（2026年1月）最舒服的本地组合：
Spring Boot 3.3.x + Spring AI 1.0.x + Ollama + qwen2.5:7b-instruct 或 deepseek-r1:7b + ChatClient 流式 + 记忆 + 系统提示祝你本地玩得开心，早日做出自己的小 AI 玩具～ 🚀
需要我帮你把某个特定模型（比如 deepseek-r1 / phi4 / gemma2）的配置和表现做更详细对比吗？
