响应，就是模型根据你的输入，通过理解、推理、生成，给出的一段结构化 / 非结构化输出，本质是基于海量数据学到的语言 / 知识规律，自动生成的合理内容。

ModelOptions 是 Spring AI 框架中所有模型配置项的「根接口」，它定义了所有 AI 模型（不管是聊天模型、文本生成模型、嵌入模型）配置参数的通用规范。

配置 Prometheus监控自身Prometheus通过抓取指标 HTTP 端点从目标收集指标。由于 Prometheus 以与自身相同的方式公开数据，因此它还可以抓取和监控自身的健康状况。我们只需要修改配置，添加监控目标，就可以了。1. 修改配置vim prometheus.yml，添加任务名为prometheus的监控抓取指标的任务。scrape_configs:# The job name

资料地址官网：https://prometheus.io/Github: https://github.com/prometheus/prometheus什么是普罗米修斯Prometheus是最初在SoundCloud上构建的开源系统监视和警报工具包 。自2012年成立以来，许多公司和组织都采用了Prometheus，该项目拥有非常活跃的开发人员和用户社区。现在，它是一个独立的开源项目，并且独立于

标题标题

这里直接传入了字符串，只适用于简单的文本生成任务，在稍加复杂的场景中，可以通过 Prompt、Message 构建多样的模型输入，实现各种功能。

提示词（Prompt）是用来引导 AI 模型生成特定输出的输入内容，这些提示词的设计与措辞会显著影响模型的回复。AI 模型本身没有 “理解” 能力，它是根据你提供的提示词来生成内容的。提示词写得越清晰、具体，AI 的回答就越精准、越符合你的预期。

从零搭建一套 AI 聊天助手，基于 Spring AI 同时集成 DeepSeek 和 智普 GLM 两大主流模型，实现前端一键切换模型、流式对话等完整功能。

ChatClient 是构建在 ChatModel 之上的高层接口，是大语言模型（LLM）交互的统一入口，支持 Tool、RAG、Memory、Advisor 等高级功能。

本文分析了Spring AI框架中ChatModel和StreamingChatModel的核心设计。ChatModel提供了三个层次的重载call方法，从最简单的字符串输入到完整的Prompt配置，满足不同场景需求。StreamingChatModel则针对流式响应场景，提供异步非阻塞的增量结果消费能力。两者通过抽象接口统一了不同AI服务的交互方式，类似JDBC对数据库操作的封装，使开发者能够以