Spring AI 面试题

文章目录一、基础概念必问 5 道1. 什么是 Spring AI2. Spring AI 的核心设计目标是什么3. Spring AI 核心模块有哪些4. Spring AI 支持哪些大模型5. Spring AI 和 LangChain 的区别二、RAG 相关面试超级高频6. 什么是 RAG7. RAG 完整流程是什么标准 6 步8. 为什么要用向量数据库9. Spring AI 中 VectorStore 作用是什么10. Spring AI 如何实现 RAG三、核心组件原理必背11. ChatModel 是什么12. EmbeddingModel 作用13. 什么是 PromptTemplate14. Spring AI 流式响应原理15. Spring AI 函数调用FunctionCall原理四、生产/实战类进阶16. RAG 如何优化17. Spring AI 支持哪些向量数据库18. Spring AI 适合什么场景五、你面试可以直接背的万能总结一、基础概念必问 5 道1. 什么是 Spring AISpring AI 是 Spring 官方推出的AI 应用开发框架目标是简化 Java 开发者接入大模型、向量数据库、RAG、函数调用等能力提供统一 API、模型无关、开箱即用的体验。2. Spring AI 的核心设计目标是什么模型无关性一套代码切换模型不用改业务Spring 生态原生集成自动配置、依赖注入、Starter简化 AI 工程化封装 Prompt、Embedding、VectorStore、RAG低学习成本Java 开发者不用懂 AI 底层也能快速开发3. Spring AI 核心模块有哪些Chat Model对话模型OpenAI、通义、Ollama 等Embedding Model文本转向量VectorStore向量数据库抽象Prompt / PromptTemplate提示词管理DocumentReader / TextSplitter文档读取与切片RAG检索增强生成FunctionCallAI 调用 Java 方法4. Spring AI 支持哪些大模型OpenAI阿里云通义千问百度文心一言讯飞星火Ollama本地大模型ZhipuAI 等特点统一接口换配置不换代码。5. Spring AI 和 LangChain 的区别Spring AIJava 第一、Spring 生态、简单轻量、工程化强LangChainPython 为主、功能极多、复杂、Java 支持弱二、RAG 相关面试超级高频6. 什么是 RAGRetrieval-Augmented Generation 检索增强生成先从外部知识库检索相关内容把内容拼到提示词里再让大模型回答解决幻觉、知识过时、无业务数据问题。7. RAG 完整流程是什么标准 6 步离线构建加载文档PDF/TXT/MD文本分块Chunk向量化Embedding存入向量库在线问答5. 用户问题转向量 → 向量库做相似度检索6. 拼接上下文 → 给大模型生成回答8. 为什么要用向量数据库普通数据库只能精确匹配向量数据库可以做语义相似度检索是 RAG 的核心基础设施支持高效 Top-K 相似查询9. Spring AI 中 VectorStore 作用是什么统一抽象向量库屏蔽底层实现差异SimpleVectorStore内存MilvusPGVectorChromaElasticSearch10. Spring AI 如何实现 RAG用DocumentReader读取文档用TextSplitter切片用EmbeddingModel转向量存入VectorStore用户提问 →similaritySearch拼接上下文 →ChatModel生成回答三、核心组件原理必背11. ChatModel 是什么对话模型的统一顶层接口。不管底层是 OpenAI 还是通义上层调用都一样。12. EmbeddingModel 作用把文本 → 向量一串数字用于语义检索、RAG、相似度计算。13. 什么是 PromptTemplate提示词模板支持变量替换让提示词可复用、可管理。14. Spring AI 流式响应原理模型返回SSE 流式数据Spring AI 使用StreamingChatModel返回FluxChatResponse前端逐字接收打字机效果15. Spring AI 函数调用FunctionCall原理Java 方法上加ToolSpring AI 自动生成Function Schema传给大模型模型判断是否需要调用工具Spring AI 自动反射执行方法结果返回给模型生成最终回答四、生产/实战类进阶16. RAG 如何优化合理切片大小、重叠增加召回数量topK加入重排Rerank元数据过滤Metadata Filtering多向量库混合检索提示词工程优化17. Spring AI 支持哪些向量数据库SimpleVectorStoreMilvusPGVectorChromaElasticSearchPinecone18. Spring AI 适合什么场景企业知识库智能客服内部 RAG 应用AI 助手文档问答推荐/语义检索系统五、你面试可以直接背的万能总结Spring AI 是 Spring 官方的 AI 开发框架通过统一抽象屏蔽大模型差异提供Chat、Embedding、VectorStore、RAG、FunctionCall等能力让 Java 开发者可以快速、低成本构建企业级 AI 应用是目前 Java 后端接入 AI 的主流方案。