正式リリースされたSpring AIを導入し、簡単なLLM操作アプリをJavaで作成してみよう：Spring AIで始める生成AIプログラミング（1）

　Spring AIを導入するには、Spring Bootを利用するのが最も簡単です。Spring Bootの自動構成機能により、必要な設定が自動的に準備されるため、導入のハードルが大幅に下がります（もちろん、これらの初期設定は後から変更できます）。

1. Spring Boot InitializrでSpring AIプロジェクトを始める

　Spring Boot Initializrを使ってSpringプロジェクトのひな型を作成する方法はいろいろありますが、今回はSpringのWebサイトを使った方法を紹介します。サイトにアクセスすると、図2のような画面が表示されます。

図2　Spring Boot Initializrの初期画面

　ここで、（1）はプロジェクトの管理形式を指定します。本連載では、最近利用が増えている「Gradle - Kotlin」形式で説明しますが、読者が慣れているプロジェクト形式があれば、そちらを指定してください。

　続いて（2）で、プロジェクトのメタデータである、プロジェクト名やパッケージ名などを指定します。そして、（3）で依存関係（Dependencies）を追加します。

　［ADD...］ボタンを押すと、依存関係の一覧が表示されます。上のボックスから「AI」というキーワードを入力すると、図3のようにさまざまなAI関連プロジェクトが見つかります。

図3　さまざまなAIプロジェクト

　Spring AIのプロジェクトは、利用するAIベンダーと利用する機能の組み合わせです。そのため、実際に利用するAIベンダーや機能に応じて適切なプロジェクトを選択します。今回はOpenAIを利用するので、図4のような設定でプロジェクトを作成します。

図4　サンプルソース用のプロジェクト作成時の設定

　ここで指定している依存プロジェクトは以下の通りです。

2. 作成されたプロジェクトファイル内容を確認する

　作成されたプロジェクトは、zipファイルで提供されます。ダウンロードしたzipファイルを解凍すると、図5のようにフォルダ、ファイルが確認できます。

図5　作成されたフォルダ、ファイルツリー構造

　リスト1は、作成されたbuildファイルの内容です。

plugins {
    java
    // (1) Spring Bootのバージョン
    id("org.springframework.boot") version "3.4.5"
    id("io.spring.dependency-management") version "1.1.7"
}
// (省略)
repositories {
    mavenCentral()
}
// (2) Spring AIのバージョン
extra["springAiVersion"] = "1.0.0"
dependencies {
    // (3) Webフレームワーク
    implementation("org.springframework.boot:spring-boot-starter-webflux")
    // (3) OpenAIを使う場合
    implementation("org.springframework.ai:spring-ai-starter-model-openai")
    // (4)
    implementation("org.springframework.shell:spring-shell-starter")
    // (省略)
}
dependencyManagement {
    imports {
        // (5) Spring AI共通の設定
        mavenBom("org.springframework.ai:spring-ai-bom:${property("springAiVersion")}")
    }
}

　（1）は、SpringBootのバージョンです。Spring Bootは、本稿執筆時点で3.5系のリリースが準備されていますが、Spring AIも3.5系で利用可能です。

　（2）は、Spring AIのバージョンの指定です。

　（3）は、Webフレームワークの指定です。Spring AIは、以下のいずれかが必要となります。

　AIアプリケーションは時間がかかる処理が多くなりがちで、処理が終わるまで他の作業ができないなど、ユーザーを長時間待たせたり、多くのアクセスに対応できなくなったりすることがあります。そこで、ノンブロッキング／非同期処理に対応しており、処理状態の通知も実装しやすいSpring WebFluxを選択しています。もちろん、既存のJavaシステムがSpring Webを使っている場合には、そちらでも問題ありません。また、これはSpring AIをWebアプリケーション上で動かさなければいけないという意味ではありません。

　（4）は、Spring Shellを利用する指定です。実際の利用シーンではWebアプリケーションとして作成することが多いと思いますが、コマンドの方がSpring AIの機能を簡単に確認、紹介できるため、Spring AIの各機能を紹介する本連載前半ではこのSpring Shellを使って機能を紹介します。

　最後に（5）は、Spring AIの共通部分についての指定です。

【補足】その他のサービスを利用する場合

　ここで紹介したAIベンダー以外を使用する場合の設定方法は、Spring AIのドキュメントを参照してください。例えばMicrosoftの「Azure OpenAI Service」を利用する場合には、AI Models > Chat ModelsからAzure OpenAIを参照すれば、図6のようにプロジェクト名が分かります。

図6　レファレンス（Azure OpenAIの設定の記載場所）

　そして、以下のように依存するプロジェクトを書き換えます。

implementation("org.springframework.ai:spring-ai-starter-model-openai")
↓
implementation("org.springframework.ai:spring-ai-starter-model-azure-openai")

簡単なAIアプリケーションを作る

　Spring Shellを使って、AI機能を確認するためのコマンドを作成していきましょう。

1. Spring Shellが起動するように設定する

　初期設定のままでは、Webアプリケーションとして起動してしまうため、リスト2のように設定ファイルを変更します。

spring.main.web-application-type=none	(1)
spring.shell.interactive.enabled=true	(2)

　（1）は、WebFluxがWebサーバとして起動しないようにするための設定です。そして（2）が、Spring Shellをインタラクティブモードとして起動させるための設定です。

2. 簡単なコマンドを作成する

　Spring Shellでの簡単な動作の仕組みを確認する目的もかねて、簡単なコマンドクラスを作成してみましょう（リスト3）。

package jp.enbind.spring_ai.part1.command;
import org.springframework.shell.standard.ShellComponent;
import org.springframework.shell.standard.ShellMethod;
@ShellComponent // (1)
public class SampleCommand {
    @ShellMethod(key = "hello") // (2)
    String hello(){
        return "hello world";
    }
}

　（1）は、このクラスをSpring Shellでのコマンドとして認識するためのアノテーションです。また、（2）のようにコマンド名をkey属性で定義しておきます（ここではhello）。

3. 作成したコマンドの実行結果を確認する

　これらを、リスト4のようにビルドして実行します。

$ ./gradlew build
$ java -jar build/libs/part1-0.0.1-SNAPSHOT.jar

　シェルモードでは「shell:>」と表示され、コマンドを受け付けるモードになります。ここで、先ほど作成したhelloコマンドを実行するために「hello」と入力します。

shell:>hello
hello world
shell:>exit

　リスト5のような結果が得られれば、Spring Shellは正しく動作しています。

4. 生成AIからの結果を取得するコマンドクラスを作成する

　ここからが、本題であるSpring AIを使うコマンドの例です。今回作成するコマンドは、指定した質問（入力テキスト）に対して、生成AIからの回答を表示するという簡単なものです。

@ShellComponent
public class ChatCommand {
    private ApplicationContext context;
    // (1) Spring Contextの設定
    public ChatCommand(ApplicationContext context) { 
        this.context = context;
    }
    @ShellMethod( key = "chat-prompt")
    // (2) コマンドの作成
    public String prompt(String message){ 
        // (3) チャットモデルの取得
        ChatModel model = this.context.getBean(ChatModel.class); 
        // (4) チャットクライアントの作成
        ChatClient client = ChatClient.create(model); 
        // (5) プロンプトの実行結果の取得
        String response = client.prompt(message).call().content(); 
        return response;
    }
}

　（1）で、Spring Contextを取得します。Spring AIで利用する各インスタンスは、このSpring Contextを通じて取得できるので、あらかじめプライベートフィールドとして準備しておきましょう。

　続いて、（2）で文字列を引数に設定するコマンドを作成し、（3）（4）でAIチャットのためのインスタンスを取得します。これらのコードはOpenAIに依存していません。そのため、OpenAIからAmazon Web Services（AWS）の「Amazon Bedrock」やGoogle Geminiに変更しても、そのまま実行が可能です。詳しくは次回に説明します。

　そして、（5）でAIにリクエストを投げ、その結果を取得します。

5. OpenAIでのAPIキー取得と初期設定を実行する

　OpenAIのAPIキーを発行するには、OpenAI Platformからログインし、任意のプロジェクトを作成します。あとは、API Keysから［＋Create new secret key］ボタンをクリックすることで、APIキーを作成できます（図7）。

図7　OpenAIプラットフォームの管理画面

　作成したAPIキーは、リスト7のようにSpring Bootの設定ファイルに記述します。これで、実行に必要な最低限の設定は完了です。

spring.ai.openai.api-key = sk-....(省略)...SMA

　OpenAIは設定も非常に簡単であり、素早く簡単に始められます。なお、OpenAIではデフォルトのLLM（大規模言語モデル）として、gpt-4o-miniを利用します。これを変更するには、リスト8のようにspring.ai.openai.chat.options.modelの設定を追加してください。

spring.ai.openai.chat.options.model = gpt-3.5-turbo

　このような設定は、AIベンダーごとに異なります。詳しくは利用するAIベンダーのドキュメントを参照してください。

6. AIプログラムを実行する

　3. と同じ手順で実行すると、コマンドラインモードになります。作成したchat-promptコマンドを実行すると、リスト9のような結果になります。

shell:>chat-prompt 2025年に行われる大阪万博の前の万博はいつ、どこで行われましたか
2025年の大阪万博の前に行われた万博は、2020年に開催予定だった「ドバイ万博」です。ドバイ万博は2020年10月1日から2021年3月31日までの期間に開催されました。…（省略）

　APIキーが設定されていないか、間違っている場合にはエラーが出力されます。例えば、OpenAIにおいてAPIキーを設定せず実行すると、リスト10のようなエラーが発生します。

Use the connection property: spring.ai.openai.api-key or spring.ai.openai.speech.api-key property.

　このエラーを見ると、spring.ai.openai.api-keyという設定がない、もしくは正しくないということが分かります。これは比較的分かりやすいエラーですが、ベンダーによってはエラーメッセージが分かりにくいこともあります。そもそも発生したエラーの原因がプログラム側の設定だけでなく、ベンダー側との契約や設定による場合もあるので、注意してください。

まとめ

　今回は、Spring AIの導入について紹介しました。実際に試してみると、ごく簡単にAIプログラミングを始められることが分かるでしょう。Spring AIを利用すれば、プログラムをほとんど変更することなく、さまざまなAIベンダーやLLMモデルの結果を比較できます。開発初期にありがちなベンダーやLLMの最適解が分からない、といった疑問の解決に役立つはずです。

　次回からは、実際にSpring AIを使ったプログラミングの詳細を紹介していきます。