← 返回首页 ❓ 面试题库
📑 本篇章节导航 (共7章,点击直达)
一、Spring AI 2.0概览与架构(1-8)二、RAG实战(9-18)三、Function Calling与Agent(19-28)四、Structured Outputs与输出控制(29-35)五、对话记忆与上下文管理(36-42)六、Advisor Chain与中间件(43-47)七、生产部署与最佳实践(48-50)

Q64 - Spring AI 2.0 GA核心原理与实战

共50道题 | 难度分布:★★★★★平均 | 20K+ Java+AI岗位2026年必考点(2026年5月28日GA发布)

一、Spring AI 2.0概览与架构(1-8)

Spring AI 2.0 GA的发布时间与意义?

★★★★★

Spring AI的核心抽象层?

★★★★★

Spring AI与LangChain4j的定位差异?

★★★★☆

Spring AI的自动配置原理?

★★★★☆

Spring AI支持的模型Provider有哪些?

★★★★☆

ChatClient的Fluent API设计?

★★★★★

Spring AI的Observability集成?

★★★★☆

Spring AI的测试支持?

★★★☆☆


二、RAG实战(9-18)

Spring AI RAG的完整流程?

★★★★★

DocumentReader支持的格式?

★★★★☆

TokenTextSplitter的切分策略?

★★★★☆

VectorStore接口与实现?

★★★★★

QuestionAnswerAdvisor的工作原理?

★★★★★

RAG中的元数据过滤?

★★★★☆

多轮对话RAG的实现?

★★★★☆

混合检索(Hybrid Search)?

★★★★☆

RAG性能优化策略?

★★★★★

Spring AI ETL Pipeline?

★★★☆☆


三、Function Calling与Agent(19-28)

Spring AI Function Calling的实现?

★★★★★

ToolCallback接口详解?

★★★★☆

多工具编排策略?

★★★★☆

Spring AI Agent框架?

★★★★★

ReAct模式原理?

★★★★★

Agent记忆管理?

★★★★☆

Multi-Agent协作模式?

★★★★☆

Function Calling的Schema生成?

★★★★☆

Spring AI与MCP(Model Context Protocol)?

★★★★☆

Agent的错误处理与重试?

★★★★☆


四、Structured Outputs与输出控制(29-35)

Spring AI的Structured Output实现?

★★★★★

BeanOutputConverter?

★★★★☆

枚举约束输出?

★★★☆☆

流式结构化输出?

★★★★☆

MapOutputConverter?

★★★☆☆

ListOutputConverter?

★★★☆☆

输出验证与自修复?

★★★★☆


五、对话记忆与上下文管理(36-42)

ChatMemory接口与实现?

★★★★★

MessageChatMemoryAdvisor?

★★★★★

1. 拦截请求 → 从ChatMemory加载历史消息。

2. 将历史消息注入到Prompt的Messages列表。

3. 调用LLM → 将新的用户消息和AI回复存入ChatMemory。

对话记忆的窗口策略?

★★★★☆

多用户对话隔离?

★★★★☆

长期记忆与RAG结合?

★★★★☆

1. 每次对话开始,从VectorStore检索用户相关长期记忆。

2. 将长期记忆注入System Prompt。

3. 对话结束时,将重要信息存入VectorStore作为长期记忆。

跨模型对话迁移?

★★★☆☆

对话记忆与成本控制?

★★★★☆


六、Advisor Chain与中间件(43-47)

Advisor接口设计?

★★★★★

自定义Advisor实现?

★★★★☆


public class LoggingAdvisor implements CallAroundAdvisor {
    public Response advise(Request request, CallAroundAdvisorChain chain) {
        log.info("Request: {}", request.prompt());
        Response response = chain.next(request);
        log.info("Response: {}", response.content());
        return response;
    }
}

SafeGuardAdvisor?

★★★★☆

Advisor的执行顺序?

★★★★☆

1. SafeGuardAdvisor(安全检查)。

2. MessageChatMemoryAdvisor(加载历史)。

3. QuestionAnswerAdvisor(RAG检索)。

4. 日志/监控Advisor。

Advisor与Filter/Interceptor对比?

★★★☆☆


七、生产部署与最佳实践(48-50)

Spring AI的配置管理最佳实践?

★★★★☆

Spring AI应用的容错与降级?

★★★★★


resilience4j.circuitbreaker.instances.ai:
  failureRateThreshold: 50
  waitDurationInOpenState: 30s
  slidingWindowSize: 10

Spring AI面试架构设计题:设计一个企业级AI客服系统?

★★★★★

1. 用户接入层:WebSocket/HTTP + SSE流式输出。

2. AI编排层:Spring AI ChatClient + Advisor Chain。

3. RAG层:VectorStore(Milvus)+ 混合检索 + 元数据过滤。

4. 记忆层:Redis短期记忆 + Milvus长期记忆。

5. 工具层:订单查询、工单创建、退款处理等Function Calling。

6. 安全层:SafeGuardAdvisor + 外部Guardrail模型。

7. 监控层:Micrometer + OpenTelemetry + LangFuse。

8. 多模型路由:简单问答用Qwen,复杂推理用GPT-4o,Fallback用本地Ollama。