如何解决Spring AI的LLM集成限制并向官方提优化诉求？

一、当前可行的替代方案 #

1. 手动封装Gemini REST API调用 #

Spring AI未提供Gemini原生API的客户端支持，但可基于Spring的WebClient或RestTemplate自行封装调用逻辑，完全绕开Vertex AI的限制：

• 步骤：
  • 从Google AI Studio获取免费Gemini API密钥（无需绑定信用卡）
  • 创建配置类，注入WebClient并配置API基础地址
  • 编写对应Gemini API格式的请求、响应DTO类
  • 实现服务类，封装API调用方法

示例代码：

// 配置类
@Configuration
public class GeminiApiConfig {
    @Bean
    public WebClient geminiWebClient() {
        return WebClient.builder()
                .baseUrl("https://generativelanguage.googleapis.com/v1/models")
                .defaultHeader("Content-Type", "application/json")
                .build();
    }
}

// 服务类
@Service
public class GeminiService {
    private final WebClient geminiWebClient;
    private final String apiKey;

    public GeminiService(WebClient geminiWebClient, @Value("${gemini.api.key}") String apiKey) {
        this.geminiWebClient = geminiWebClient;
        this.apiKey = apiKey;
    }

    public String generateContent(String prompt) {
        String requestBody = "{\"contents\":[{\"parts\":[{\"text\":\"" + prompt + "\"}]}]}";
        return geminiWebClient.post()
                .uri("/gemini-pro:generateContent?key=" + apiKey)
                .bodyValue(requestBody)
                .retrieve()
                .bodyToMono(String.class)
                .block();
    }
}

2. 选用社区第三方封装库 #

部分社区开源的Spring Starter专门支持Gemini原生API调用，可直接引入依赖，省去手动封装的工作量。

二、其他LLM的同类问题解决思路 #

针对Llama、Cohere等模型，同样可采用以下方式：

• 直接调用模型官方提供的REST API
• 利用Spring HTTP客户端工具封装服务层逻辑
• 优先选用社区成熟的适配库

三、向Spring官方提出优化诉求的方式 #

1. 提交GitHub Issue

   • 进入Spring AI官方GitHub仓库，创建新Issue
   • 明确说明核心需求：支持Gemini原生API（非Vertex AI）直接集成，以及其他LLM的原生API接入
   • 详细描述当前限制带来的问题，如无法免费试用、开发流程冗余等，可对比Django等框架的实现方式增强合理性

2. 参与社区讨论

   • 在Spring AI的Discord社区或GitHub Discussions发起话题，邀请其他开发者参与讨论，收集更多支持以提升诉求关注度

3. 贡献代码

   • 若具备开发能力，可自行实现Gemini原生API的客户端模块，提交Pull Request给官方，推动功能落地

内容的提问来源于stack exchange，提问作者Nicole Falcao