Hi，大家好，我是小米，一个每天都在研究新技术、折腾各种 AI 接口、边学边分享的 31 岁程序员。

今天我要和大家聊点不一样的：Amazon Bedrock Converse API + Spring AI！是不是听着就有点“高大上”？其实，这玩意真没你想的那么难，而且真的——超！好！用！

你是不是也有过这种体验：

“客户说想加个对话机器人，结果你调了一堆 OpenAI，Anthropic，还得区分平台 API，最后发现还不支持图文、多模态？”

那今天这篇文章，咱们就来一次“端到端”的实践，帮你用上 Spring AI 的聊天模型对接 Bedrock Converse API，再配上图像、视频、文档多模态，让你轻轻松松搞定企业级 AI 聊天需求！

故事从 Amazon Bedrock 开始

先说个真实的项目故事。

我们部门最近接了个智慧客服项目，老板说想支持多个大模型：Claude、Titan、Command R+，还得统一接口，最好能灵活切换、支持多模态。

我当时第一反应就是：Amazon Bedrock！

Bedrock 是 AWS 出的“多大模型平台”，就像个“模型百宝箱”，支持一堆 LLM，而且最近新出了 Converse API ——统一聊天接口，简直就是 Spring AI 最理想的伙伴！

先别急，基础配置不能少

你得先满足几个前提才能用上 Bedrock Converse API：

  • AWS 账号必须开启 Bedrock：默认账号是没权限的，需要在控制台中申请使用。
  • Region 选对了没？ 目前 Converse API 主要在 us-east-1。
  • 权限别忘了：你得绑定 AmazonBedrockFullAccess 或至少 InvokeModel 类权限给 IAM 用户。
  • 模型访问授权：比如 Claude 3、Command R+、Titan，你得在 AWS Console 中勾选“允许访问”。

PS：Converse API 对应的 endpoint 和以前的 invoke-model API 是不同的！记得更新 SDK 配置！

自动配置(Spring AI 真香)

用过 Spring Boot 的同学都知道，Spring 家的东西有个共同特点：一行配置就能跑起来。

Spring AI 集成 Bedrock 也不例外，我们只需要引入依赖，配置如下：

Spring AI 聊天模型：Bedrock Converse API 超详细实践指南！_API

然后你只需要这样写：

Spring AI 聊天模型：Bedrock Converse API 超详细实践指南！_API_02

自动配置就搞定了。Spring AI 会自动通过 region 和 credentials 创建对应的 Converse ChatModel 实例，不用你手动对接 SDK，简直不要太香！

聊天属性详解(真的很灵活)

每个聊天模型都有自己的个性化属性，Bedrock 支持的模型包括：

  • Anthropic Claude
  • Meta Llama 3
  • AI21 Jurassic-2
  • Cohere Command R+
  • Amazon Titan

Spring AI 允许我们通过 ChatModelRequest 配置各种参数，比如：

Spring AI 聊天模型：Bedrock Converse API 超详细实践指南！_Amazon_03

对于不同模型，还可以配置“系统提示词”、“历史消息”、“是否流式输出”等细节，全部支持！

运行时选项(RunTime Options)

如果你不想在代码里死写这些参数，Spring AI 允许你在运行时动态注入：

Spring AI 聊天模型：Bedrock Converse API 超详细实践指南！_Amazon_04

像 maxTokens、temperature、stopSequences、topK、topP 这些在 Bedrock 模型里都能调，用起来贼灵活！

工具调用(Tool Call & Function Call)

这个是我最喜欢的功能之一！

Converse API 本身支持 Tool calling(相当于 OpenAI 的 function calling)，在 Spring AI 中我们可以像这样注册一个函数：

Spring AI 聊天模型：Bedrock Converse API 超详细实践指南！_模态_05

模型可以在聊天中“主动”调用这个函数。Spring AI 会自动匹配函数签名，调用完成后再把结果发送给模型处理后续回答。

是不是有点“智能助手”的味道了？就是这么牛！

多模态支持(图、文、视频通吃)

现在 AI 聊天不止是文字游戏，越来越多需求要求支持“发张图，让模型识别”、“给段视频，说出里面讲了啥”。

别担心，Spring AI + Bedrock 全都安排上了！

1. 图像支持(Claude 3 + Titan)

Claude 3 支持图片作为上下文输入。Spring AI 允许你直接传图片 Base64：

Spring AI 聊天模型：Bedrock Converse API 超详细实践指南！_API_06

你甚至可以发图+提问，实现视觉问答能力。

2. 视频支持(间接支持)

虽然 Bedrock 模型本身不支持视频直接输入，但你可以做个变通：

  • 把视频音频提取文字(通过 Whisper 等工具)。
  • 把视频截图转图像输入。
  • 最终用 Spring AI 把文本/图像传给模型回答。

我试过上传一个讲课视频，提问“老师讲到哪一章了”，模型结合截图和提取的文字给出非常准确的判断！

3. 文档支持(PDF、Word、TXT)

Spring AI 的 EmbeddingModel + Retriever 模块可以实现 RAG(检索增强生成)。

你可以先把文档向量化，再通过上下文加到对话中。典型代码如下：

Spring AI 聊天模型：Bedrock Converse API 超详细实践指南！_模态_07

是不是已经有点 ChatPDF 那味儿了？

实战来一套

说了这么多，最后咱来一个完整的 Spring Boot 控制器，模拟对话接口：

Spring AI 聊天模型：Bedrock Converse API 超详细实践指南！_Amazon_08

你只需要启动项目，POST 一条消息到 /chat，模型马上就能回答。

可以对接前端 Web 聊天窗口，也可以集成到小程序、企业微信，随你发挥！

总结

如果你问我 2025 年最值得尝试的企业级 AI 接口是哪一个，我会毫不犹豫地告诉你：

Amazon Bedrock Converse API + Spring AI，绝配！

不管你要对接 Claude 3、Meta、Titan，还是搞多模态、工具调用、RAG 检索，Spring AI 全部搞定，代码少、配置少、能力强！

END

希望这篇文章能帮你少走点弯路，也欢迎留言分享你在集成 Bedrock 的踩坑/奇遇！

我是小米，一个喜欢分享技术的31岁程序员。如果你喜欢我的文章，欢迎关注我的微信公众号“软件求生”，获取更多技术干货！