SuperBizAgent-java/openspec/changes/chatmodel-abstraction/proposal.md

ChatModel + Embedding 解耦 Proposal

问题

项目 5 个 Java 文件硬编码 DashScope 具体实现类，而非 Spring AI 抽象接口：

• ChatService/ChatController/AiOpsService：方法签名用 DashScopeChatModel 而非 ChatModel
• VectorEmbeddingService：完全绕过 Spring AI，直接用 DashScope SDK 的 TextEmbedding
• RagService：完全绕过 Spring AI，直接用 DashScope SDK 的 Generation（流式对话）

导致替换 LLM 或 Embedding 模型需要改代码而非改配置。

建议方案

面向 Spring AI 报表接口编程：

• Chat 部分：DashScopeChatModel → ChatModel 接口，通过 Spring Boot 自动注入
• Embedding 部分：DashScope SDK TextEmbedding → Spring AI EmbeddingModel 接口
• RagService 流式对话：DashScope SDK Generation → Spring AI ChatModel 流式接口 (stream())

通过 Spring Boot Starter + application.yml 配置切换模型实现，无需改代码。

范围

• 本次要做：

  • ChatService：删除 createDashScopeApi() / createChatModel() 工厂方法，改为注入 ChatModel
  • ChatController：删除 DashScope import 和手动构建，改为使用注入的 ChatModel
  • AiOpsService：方法签名 DashScopeChatModel → ChatModel
  • VectorEmbeddingService：DashScope SDK → Spring AI EmbeddingModel
  • RagService：DashScope SDK Generation → Spring AI ChatModel stream
  • DashScopeConfig：通用化配置（保留 DashScope starter 配置，但代码层不再硬编码 DashScope 类）
  • application.yml：保持现有 DashScope 配置，增加模型切换说明

• 本次不做：

  • 不替换 DashScope 为其他提供商（只做解耦，不换实现）
  • 不修改 Agent Framework 本身
  • 不改 Milvus 相关代码
  • 不改 MCP 客户端配置

关键约束

• ReactAgent.builder().model() 已接受 ChatModel 接口（已验证）
• Spring AI 的 EmbeddingModel 接口可替代 DashScope TextEmbedding
• Spring AI 的 ChatModel.stream() 可替代 DashScope Generation 流式接口
• DashScope starter 仍需保留作为默认实现（通过 pom 依赖 + yml 配置）

风险

• RagService 流式对话的迁移可能最复杂：DashScope SDK 返回 RxJava Flowable，Spring AI ChatModel.stream() 返回 Flux，需要适配 SSE 推送逻辑
• VectorEmbeddingService 维度可能变化：DashScope text-embedding-v4 输出 1024 维，替换模型后维度不同，需要同步修改 Milvus VECTOR_DIM 常量