无意间发现了一个巨牛巨牛巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01

一、开篇：为什么要让AI"断网"工作？

想象一下，你在高铁上信号断断续续，突然想查个技术文档，结果发现因为没网，连ChatGPT都打不开。这时候你就像那个被困在孤岛上、手里有金条却花不出去的富翁——别提多憋屈了。

很多程序员兄弟以为搞AI就必须联网调API，就像认为吃顿好饭必须去米其林一样。其实，本地化部署大模型这个技能，就像是在自家厨房做满汉全席——既省钱（不用按token付费），又安全（数据不出本地），还能离线使用（飞机上也照样干活）。

今天这篇教程，咱们要用Spring AI 2.0搭配Google Gemma 4，手把手教你搭建一套完全离线的Java AI应用。

---

二、技术选型：为什么选择这对CP？

2.1 Spring AI 2.0：Java程序员的"春天"

Spring AI 2.0 基于 Spring Boot 4.0 和 Spring Framework 7.0 构建，彻底打通了Java与AI的任督二脉。

核心亮点：

• Java 21+ 起步，支持虚拟线程、模式匹配
• 内置 Redis 向量存储，RAG 开发极简
• OpenAI SDK 原生兼容
• 深度集成 Ollama，本地模型一键接入

2.2 Gemma 4：能在笔记本跑的"小钢炮"

Google Gemma 4 是端侧轻量化大模型，性能强、资源占用低，支持离线运行。

关键参数：

• 上下文长度：256K tokens
• 支持文本/多模态理解
• 量化后体积小，普通电脑可流畅运行

---

三、环境准备：工欲善其事，必先利其器

3.1 硬件要求

• 内存：16GB 起步，推荐 32GB
• 显卡：NVIDIA 独显 6GB+ 更佳（非必需）
• 硬盘：预留 20GB 空间
• 系统：Windows / macOS / Linux 均可

3.2 安装 Ollama（本地模型管家）

macOS / Linux 一键安装：

curl -fsSL https://ollama.com/install.sh | sh

Windows 直接官网下载安装包。

下载 Gemma 4 模型

# 12B 推荐版
ollama pull gemma4:12b

# 低配机器用 4B
ollama pull gemma4:4b

验证：

ollama list

---

四、Spring Boot 项目初始化

4.1 pom.xml 核心依赖

    org.springframework.boot
    spring-boot-starter-parent
    4.0.0-M1



    
    
        org.springframework.ai
        spring-ai-starter-model-ollama
    

    
    
        org.springframework.boot
        spring-boot-starter-web
    

4.2 application.yml 配置

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: gemma4:12b
        options:
          temperature: 0.7
          num-predict: 2048

server:
  port: 8080

---

五、核心代码：最简单AI对话接口

import org.springframework.ai.chat.model.ChatModel;
import org.springframework.web.bind.annotation.*;

@RestController
@RequestMapping("/ai")
public class ChatController {

    private final ChatModel chatModel;

    public ChatController(ChatModel chatModel) {
        this.chatModel = chatModel;
    }

    @GetMapping("/chat")
    public String chat(@RequestParam String message) {
        return chatModel.call(message);
    }
}

启动后访问：

http://localhost:8080/ai/chat?message=用Java写冒泡排序

拔掉网线依然可用，真正离线AI。

---

六、实战：离线Java代码审查助手

import org.springframework.ai.chat.messages.*;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.web.bind.annotation.*;
import org.springframework.web.multipart.MultipartFile;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.util.List;

@RestController
@RequestMapping("/code-review")
public class CodeReviewController {

    private final ChatModel chatModel;

    public CodeReviewController(ChatModel chatModel) {
        this.chatModel = chatModel;
    }

    @PostMapping("/upload")
    public String reviewCode(@RequestParam("file") MultipartFile file) throws IOException {
        String code = new String(file.getBytes(), StandardCharsets.UTF_8);

        String systemPrompt = """
            你是资深Java代码审查专家，审查以下内容：
            1. 空指针风险
            2. 资源泄漏
            3. 线程安全
            4. SQL注入、XSS
            5. 性能瓶颈
            
            输出格式：
            【严重】【警告】【建议】
            给出重构代码。
            """;

        Message sys = new SystemMessage(systemPrompt);
        Message user = new UserMessage("代码：\n```java\n" + code + "\n```");
        Prompt prompt = new Prompt(List.of(sys, user));

        return chatModel.call(prompt).getResult().getOutput().getText();
    }
}

---

七、进阶：流式输出 + RAG 私有知识库

7.1 流式对话（逐字输出）

import org.springframework.ai.chat.model.StreamingChatModel;
import org.springframework.web.bind.annotation.*;
import reactor.core.publisher.Flux;

@RestController
@RequestMapping("/stream")
public class StreamController {

    private final StreamingChatModel streamingChatModel;

    public StreamController(StreamingChatModel streamingChatModel) {
        this.streamingChatModel = streamingChatModel;
    }

    @GetMapping(value = "/chat", produces = "text/plain;charset=UTF-8")
    public Flux streamChat(@RequestParam String message) {
        return streamingChatModel.stream(message)
                .map(chunk -> chunk.getResult().getOutput().getText());
    }
}

7.2 RAG 向量库（Redis）

@Configuration
public class RAGConfig {
    @Bean
    public RedisVectorStore vectorStore(EmbeddingModel embeddingModel) {
        return RedisVectorStore.builder(embeddingModel)
                .initializeSchema(true)
                .build();
    }
}

---

八、性能优化与踩坑

1. 模型加载慢：使用 4bit 量化版本

   ollama pull gemma4:12b-q4_0
   

2. 响应超时：延长 Rest 客户端超时时间
3. Windows 端口冲突

   ollama serve --port 11435
   

4. 并发卡顿：虚拟线程 + 缓存 + 异步

---

九、总结

本篇完整实现：

• Ollama + Gemma4 本地离线大模型
• Spring AI 2.0 极简集成
• 基础对话、代码审查、流式输出、私有知识库 RAG

优势：

• 完全离线
• 数据不泄露
• 零 token 费用
• Java 生态原生友好

AI 时代，Java 程序员必须掌握本地部署，从此不依赖网络、不依赖第三方API，安全可控、企业内网首选。

---

无意间发现了一个巨牛巨牛巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01