使用Spring AI集成OpenAI的DALL-E 3生成图片步骤详解

本文详细介绍了如何借助Spring AI和OpenAI的DALL-E 3模型来实现图片生成功能。文中一步步教你搭建项目、配置相关文件、创建服务和控制器，还分享了提升图片生成灵活性的方法，带你轻松上手用代码生成创意图片。

今天，咱们来看看怎么用文本提示轻松生成图片，实现这个功能要借助OpenAI的API和DALL-E 3模型。这篇文章主要聚焦Spring AI的能力探索，所以像Spring的一些基础概念，比如bean管理、启动器这些，我就不细说了，同时也不会详细讲怎么获取OpenAI API密钥。要是你还没有可用的OpenAI API密钥，可以去OpenAI官网注册账号，然后在API密钥页面生成令牌。

第一步：搭建项目

想要快速生成包含所有必要依赖的项目模板，可以用https://start.spring.io/ 这个工具。我在示例里用的是Java 17和Spring Boot 3.4.1 ，还添加了下面这些依赖：

Spring WEB：这个依赖能帮我们创建一个Web服务器，把REST端点作为应用程序的入口。
OpenAI：添加这个依赖后，只要写几行代码、做一些配置，就能轻松和OpenAI集成。

点击生成后，在你用的IDE里打开下载的文件，确认pom.xml文件里有所有需要的依赖，代码如下：

<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-openai-spring-boot-starter</artifactId> </dependency>

第二步：配置文件

接下来要配置属性文件，Spring默认用application.yaml或者application.properties文件，我这里用的是yaml格式，要是你习惯.properties格式，也可以把代码重新格式化一下。在application.yaml文件里要添加下面这些配置：

spring: ai: openai: api-key: [你的OpenAI api密钥] image: options: model: dall-e-3 size: 1024x1024 style: vivid quality: standard response-format: url

下面解释一下这些配置：

Model：写这篇文章的时候，Spring AI里能用的模型只有dall-e-3，所以就选它。
Size：这个是设置生成图片的尺寸，dall-e-3模型支持的尺寸有1024x1024、1792x1024、1024x1792这几种。
Style：选vivid风格生成的图片会更超现实；要是想让图片看起来更真实，就把值设成natural。
Quality：有standard和HD这两个选项。
Response-format：有url和b64_json两种选择，我为了演示方便，选的是url，用这个选项生成图片一小时内可以通过链接访问。

第三步：创建图片生成服务

下面创建一个负责生成图片的服务。代码如下：

// 声明这是一个服务类 @Service public class ImageGenerationService { // 自动注入ImageModel这个bean @Autowired ImageModel imageModel; }

我们新建了一个类，并用@Service注解标注它。还自动注入了ImageModel这个bean，它是生成图片的主要接口。在第二步配置好之后，Spring Boot Starter会自动帮我们生成ImageModel接口的实现类OpenAiImageModel。类配置好后，就可以写一个方法，调用OpenAI API，用我们的文本提示生成图片了，真正展示Spring AI强大功能的时候到啦！代码如下：

// 定义生成图片的方法，接收一个文本提示作为参数 public String generateImage(String prompt) { // 根据文本提示创建一个ImagePrompt对象 ImagePrompt imagePrompt = new ImagePrompt(prompt); // 调用imageModel的call方法，传入ImagePrompt对象，得到图片生成的响应结果 ImageResponse imageResponse = imageModel.call(imagePrompt); // 从响应结果里获取生成图片的URL并返回 return imageResponse.getResult().getOutput().getUrl(); }

就这么简单，用Spring AI生成一张图片，实际上只需要三行代码！先根据文本提示创建ImagePrompt对象，接着用imageModel.call(imagePrompt)调用API，把响应结果存到ImageResponse变量里，最后返回生成图片的URL。不过要注意，图片生成后链接只有一小时的有效期，记得及时保存你的“大作”哦！

第四步：创建图片生成控制器来运行代码

还需要创建一个文件，让用户能执行我们的集成代码，代码如下：

// 声明这是一个处理REST请求的控制器 @RestController() // 设置请求映射路径为/image @RequestMapping("/image") public class ImageGenerationController { // 自动注入ImageGenerationService服务 @Autowired ImageGenerationService imageService; // 处理GET请求，路径为/generate @GetMapping("/generate") // 接收一个名为prompt的请求参数，返回一个包含生成图片URL的响应实体 public ResponseEntity<String> generateImage(@RequestParam String prompt) { return ResponseEntity.ok(imageService.generateImage(prompt)); } }

可以看到，我们创建了一个很简单的控制器，里面只有一个GET请求端点，访问localhost:8080/image/generate就能用这个端点。

第五步：运行应用程序

要启动应用程序，在命令行执行下面这条命令：

mvn spring-boot:run

应用运行起来后，就能用curl命令测试效果啦，随便输入一个文本提示，我用的是“Cute cat playing chess”。要是在命令行调用端点，记得把空格替换成%20，命令如下：

curl -X GET "http://localhost:8080/image/generate?prompt=Cute%20cat%20playing%20chess"

执行命令后，等几秒，OpenAI需要点时间生成图片，生成成功就大功告成啦！

第六步：让图片生成更灵活（可选）

第二步里，我们在application.yaml文件里给模型配置了默认行为。能不能让用户自己来配置呢？当然可以！这时候就要用到ImageOptions接口了。示例代码如下：

// 定义生成图片的方法，接收一个GenerateImageRequest对象作为参数 public String generateImage(GenerateImageRequest imageRequest) { // 用OpenAiImageOptions的构建器来构建ImageOptions对象 ImageOptions options = OpenAiImageOptions.builder() // 设置图片质量为standard .withQuality("standard") // 设置图片风格为vivid .withStyle("vivid") // 设置图片高度为1024 .withHeight(1024) // 设置图片宽度为1024 .withWidth(1024) // 设置响应格式为url .withResponseFormat("url") // 构建ImageOptions对象 .build(); // 根据用户传入的文本提示和构建好的ImageOptions对象创建ImagePrompt对象 ImagePrompt imagePrompt = new ImagePrompt(imageRequest.getPrompt(), options); // 调用imageModel的call方法，传入ImagePrompt对象，得到图片生成的响应结果 ImageResponse imageResponse = imageModel.call(imagePrompt); // 从响应结果里获取生成图片的URL并返回 return imageResponse.getResult().getOutput().getUrl(); }

实现这个功能，要按照application.yaml里的配置，用代码构建ImageOptions对象，然后在创建ImagePrompt对象的时候把这些配置传进去。要是还想了解更多配置选项，可以去Spring AI的文档里看看。