Spring AI Alibaba Admin 正式開源！！

大家好，我是R哥。

最近，阿里巴巴又開源了一款新項目——Spring AI Alibaba Admin，這是一款面向生產級場景的一體化 AI Agent 應用研發治理平臺，解決了企業級 AI Agent 在開發與運維過程中面臨的工程化難題。

項目地址：

https://github.com/spring-ai-alibaba/spring-ai-alibaba-admin

Spring AI Alibaba Admin 支持從 Prompt 工程、數據集管理、評估器配置到實驗執行和結果分析的完整工作流，幫助用戶快速構建、測試和優化 AI Agent 應用。

系統架構圖如下：

Spring AI Alibaba Admin 項目是基于 Spring AI Alibaba 開發的 Agents 應用的，可以對 AI Agent 應用進行 Tracing、Prompt Engineering 和評估的一個可視化控制臺。

核心功能

1、Prompt 管理

Prompt 模板管理：創建、更新、刪除 Prompt 模板
版本控制：支持 Prompt 版本管理和歷史追蹤
實時調試：提供 Prompt 在線調試和流式響應
會話管理：支持多輪對話會話管理

2、數據集管理

數據集創建：支持多種格式的數據集導入和創建
版本管理：數據集版本控制和歷史管理
數據項管理：細粒度的數據項增刪改查
從鏈路追蹤創建：支持從 OpenTelemetry 鏈路數據創建數據集

3、評估器管理

評估器配置：支持多種評估器的創建和配置
模板系統：提供評估器模板和自定義評估邏輯
調試功能：支持評估器在線調試和測試
版本管理：評估器版本控制和發布管理

4、實驗管理

實驗執行：自動化執行評估實驗
結果分析：詳細的實驗結果分析和統計
實驗控制：支持實驗的啟動、停止、重啟和刪除
批量處理：支持批量實驗執行和結果對比

5、可觀測性

鏈路追蹤：集成 OpenTelemetry 提供完整的鏈路追蹤
服務監控：支持服務列表和概覽統計
Trace 分析：提供詳細的 Trace 詳情和 Span 分析

6、模型配置

多模型支持：支持 OpenAI、DashScope、DeepSeek 主流 AI 模型
配置管理：模型參數的統一配置和管理
動態切換：支持運行時模型配置的動態更新

快速開始

環境要求：

Docker（用于容器化部署） + Docker Compose 2.0+

Java 17+（用于源碼運行）

Maven 3.8+

AI 模型提供商 API 密鑰，支持：OpenAI、DashScope、DeepSeek

1、克隆項目

git clone https://github.com/spring-ai-alibaba/spring-ai-alibaba-admin.git

cd admin

2、配置 API 密鑰

如果你使用的是 OpenAI、DeepSeek、DashScope 這幾個大模型，官方提供了參考模板：

https://github.com/spring-ai-alibaba/spring-ai-alibaba-admin/tree/main/spring-ai-alibaba-admin-server

根據你要用的模型供應商，修改 spring-ai-alibaba-admin-server/model-config.yaml 配置文件中的的模型配置即可。

這里我以 DeepSeek 為例：

models:
  - id: 1
    name: deepseek
    provider: deepseek
    modelName: deepseek-chat
    apiKey: ${DEEPSEEK_API_KEY}
    status: 1
    defaultParameters:
      temperature: 0.7
      maxTokens: 4096
    supportedParameters:
      - name: temperature
        type: number
        minValue: 0
        maxValue: 2
        defaultValue: 0.7
        required: false
        description: 采樣溫度
      - name: maxTokens
        type: number
        minValue: 1
        maxValue: 4096
        defaultValue: 1024
        required: false
        description: 最大輸出token

配置中需要替換 ${DEEPSEEK_API_KEY} ，可以從 DeepSeek 官方獲取。

推薦閱讀：Spring Boot + DeepSeek 實戰來了：完美運行！真的太香了！

3、自定義配置（可選）

默認 Nacos 地址為 127.0.0.1:8848，如果你需要修改 Nacos 地址，請修改 spring-ai-alibaba-admin-server/src/main/resources/application.yml 文件中的配置：

nacos:
  server-addr: ${nacos-address}

包括連接的數據源配置等，都在這個文件中修改。

4、啟動應用

在根目錄下執行啟動腳本啟動好數據庫相關的服務：

sh start.sh

如何是第一次啟動會拉取 Docker 相關鏡像，所以會比較慢。

然后在 spring-ai-alibaba-admin-server 目錄下啟動應用程序：

mvn spring-boot:run

Spring Boot 基礎就不介紹了，推薦看這個實戰項目：

https://github.com/javastacks/spring-boot-best-practice

5、訪問應用

打開瀏覽器，訪問 http//localhost8080 即可使用 Spring AI Alibaba Admin 平臺，可以在平臺中對 Prompt 進行管理、調試、評估、可觀測等操作。

預覽如下：

6. 連接 AI Agent 應用（可選）

如果你想處 Spring AI Alibaba Agent 應用能夠集成 Nacos 以實現 Prompt 加載以及動態更新，并且觀測線上的運行情況，可以參考下面的配置 AI Agent 應用。

在 Spring AI Alibaba Agent 應用中引入如下依賴：

<dependencies>
    <!-- 引入spring ai alibaba agent nacos代理模塊 -->
    <dependency>
        <groupId>com.alibaba.cloud.ai</groupId>
        <artifactId>spring-ai-alibaba-agent-nacos</artifactId>
        <version>{spring.ai.alibaba.version}</version>
    </dependency>

    <!-- 引入可觀測模塊 -->

    <dependency>
        <groupId>com.alibaba.cloud.ai</groupId>
        <artifactId>spring-ai-alibaba-autoconfigure-arms-observation</artifactId>
        <version>{spring.ai.alibaba.version}</version>
    </dependency>

    <!-- 用于實現各種 OTel 相關組件，如 Tracer、Exporter 的自動裝載 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>

    <!-- 用于將 micrometer 產生的指標數據對接到 otlp 格式 -->
    <dependency>
        <groupId>io.micrometer</groupId>
        <artifactId>micrometer-registry-otlp</artifactId>
    </dependency>

    <!-- 用于將 micrometer 底層的鏈路追蹤 tracer 替換為 OTel tracer -->
    <dependency>
        <groupId>io.micrometer</groupId>
        <artifactId>micrometer-tracing-bridge-otel</artifactId>
    </dependency>

    <!-- 用于將 OTel tracer 產生的 span 按照 otlp 協議進行上報 -->
    <dependency>
        <groupId>io.opentelemetry</groupId>
        <artifactId>opentelemetry-exporter-otlp</artifactId>
    </dependency>

    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-autoconfigure-model-tool</artifactId>
        <version>1.0.0</version>
    </dependency>
</dependencies>

指定 Nacos 地址及 PromptKey：

spring.ai.alibaba.agent.proxy.nacos.serverAddr={替換 nacos address, 示例：127.0.0.1:8848}
spring.ai.alibaba.agent.proxy.nacos.username={替換 nacos 用戶名, 示例：nacos}
spring.ai.alibaba.agent.proxy.nacos.password={替換 nacos 密碼, 示例：nacos}
spring.ai.alibaba.agent.proxy.nacos.promptKey={替換為promptKey，示例：mse-nacos-helper }

設置可觀測參數：

  management.otlp.tracing.export.enabled=true
  management.tracing.sampling.probability=1.0
  management.otlp.tracing.endpoint=http://{admin address}:4318/v1/traces
  management.otlp.metrics.export.enabled=false
  management.otlp.logging.export.enabled=false
  management.opentelemetry.resource-attributes.service.name=agent-nacos-prompt-test
  management.opentelemetry.resource-attributes.service.version=1.0
  spring.ai.chat.client.observations.log-prompt=true
  spring.ai.chat.observations.log-prompt=true
  spring.ai.chat.observations.log-completion=true
  spring.ai.image.observations.log-prompt=true
  spring.ai.vectorstore.observations.log-query-response=true
  spring.ai.alibaba.arms.enabled=true
  spring.ai.alibaba.arms.tool.enabled=true
  spring.ai.alibaba.arms.model.capture-input=true
  spring.ai.alibaba.arms.model.capture-output=true

總結

Spring AI Alibaba Admin 的推出，很多操作都能在一個統一的可視化環境中完成，它讓開發者能像部署普通業務服務一樣部署和監控 AI Agent，實現模型可控、Prompt 可追蹤、結果可復現，大大降低了 AI 工程團隊的協作成本。

總的來說，Spring AI Alibaba Admin 不僅僅是一個管理后臺，而是一個貫穿 Prompt 設計、數據集構建、評估體系、實驗分析、可觀測性與模型治理 的完整閉環平臺。

更重要的是，Spring AI Alibaba Admin 基于 Spring 生態，與 Spring Cloud 微服務體系、Nacos 完美結合，天然契合企業級生產環境。

版權聲明： 本文系公眾號 "Java技術棧" 原創，轉載、引用本文內容請注明出處，抄襲、洗稿一律投訴侵權，后果自負，并保留追究其法律責任的權利。

posted @ 2025-10-23 16:26 Java技術棧閱讀(42) 評論(0) 收藏舉報

刷新頁面返回頂部

Java技術棧

分享Java技術，高并發編程，分布式技術，架構設計，Java面試題，算法，行業動態，程序人生等。