精简Spring AI：Gemini与Vertex AI组件剔除全流程

当项目启动耗时莫名增加30%，构建包体积悄然膨胀20MB，日志中频繁出现未使用的Google AI组件加载信息——这些信号都在提醒你：是时候对Spring AI项目进行"瘦身"了。本文将通过"问题诊断→多维度解决方案→场景化实施→效果验证"的完整框架，帮助你精准识别并移除Gemini与Vertex AI相关组件，让应用回归轻量高效。

问题诊断：组件定位与影响评估

组件图谱识别

Spring AI的Gemini与Vertex AI组件通过多层次结构嵌入项目，主要包括：

核心功能组件：

• spring-ai-starter-model-vertex-ai-gemini：Gemini聊天模型的启动器
• spring-ai-starter-model-vertex-ai-embedding：Vertex AI嵌入模型支持
• spring-ai-starter-model-google-genai：Google GenAI通用接口封装

自动配置模块：

• spring-ai-autoconfigure-model-vertex-ai：提供自动配置逻辑
• spring-ai-google-genai：Google GenAI核心实现
• spring-ai-vertex-ai-gemini：Gemini模型具体实现

图1：Spring AI嵌入模型API架构图，红色框标注为Vertex AI相关实现类

资源占用分析

未使用的AI组件会带来多重负担：

• 启动时间：自动配置类扫描与初始化增加10-15秒启动耗时
• 内存占用：闲置组件加载导致额外50-100MB堆内存消耗
• 依赖传递：引入Google Cloud SDK等重型依赖（约15MB）
• 安全风险：未使用组件可能带来的潜在漏洞攻击面

风险提示：间接依赖可能通过其他starter引入这些组件，需特别检查spring-ai-starter-all等聚合依赖

多维度解决方案：三大解除策略

方案A：依赖排除法（生产环境首选）

适用场景：需要彻底移除组件，杜绝资源占用

实施步骤：

1. 在主pom.xml中定位Spring AI starter依赖
2. 添加exclusion标签排除目标组件
3. 验证依赖树确认排除效果

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter</artifactId>
    <exclusions>
        <!-- 排除Gemini聊天模型 -->
        <exclusion>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-vertex-ai-gemini</artifactId>
        </exclusion>
        <!-- 排除Vertex AI嵌入模型 -->
        <exclusion>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-vertex-ai-embedding</artifactId>
        </exclusion>
        <!-- 排除Google GenAI通用接口 -->
        <exclusion>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-google-genai</artifactId>
        </exclusion>
    </exclusions>
</dependency>

原理简析：通过Maven依赖管理机制，阻止不需要的组件及其传递依赖被引入项目

风险提示：过度排除可能导致依赖缺失，排除后需执行mvn clean package验证构建完整性

方案B：配置禁用法（开发环境首选）

适用场景：需要保留代码但临时禁用组件，便于功能切换

实施步骤：

1. 在application.properties中添加禁用配置
2. 根据环境需求设置不同profile配置
3. 重启应用使配置生效

# 基础禁用配置
spring.ai.vertex.ai.enabled=false
spring.ai.google.genai.enabled=false

# 细粒度控制 - 禁用Gemini聊天模型
spring.ai.vertex.ai.gemini.enabled=false
# 细粒度控制 - 禁用Vertex AI嵌入模型
spring.ai.vertex.ai.embedding.enabled=false

# 兜底配置 - 明确指定不使用的模型类型
spring.ai.model.chat=none
spring.ai.model.embedding=none

原理简析：通过Spring条件注解@ConditionalOnProperty控制配置类是否生效，实现运行时禁用

方案C：代码层面控制（高级场景）

适用场景：需要自定义禁用逻辑或实现动态控制

实施步骤：

1. 创建自定义配置类
2. 使用条件注解精确控制组件加载
3. 注册自定义Bean覆盖默认实现

@Configuration
public class AiComponentDisabler {

    // 禁用Gemini自动配置
    @Bean
    @ConditionalOnProperty(name = "spring.ai.vertex.ai.gemini.enabled", havingValue = "false")
    public GeminiChatModel disableGeminiChatModel() {
        throw new UnsupportedOperationException("Gemini chat model is disabled");
    }
    
    // 禁用Vertex AI嵌入模型
    @Bean
    @ConditionalOnProperty(name = "spring.ai.vertex.ai.embedding.enabled", havingValue = "false")
    public VertexAiEmbeddingModel disableVertexAiEmbeddingModel() {
        throw new UnsupportedOperationException("Vertex AI embedding model is disabled");
    }
}

原理简析：通过Spring的Bean定义优先级机制，用自定义Bean覆盖默认实现，实现组件功能禁用

场景化实施：环境适配策略

开发环境配置

开发环境需要快速切换功能，推荐使用配置文件+Spring Profile组合：

# application-dev.yml
spring:
  ai:
    vertex:
      ai:
        enabled: false
        gemini:
          enabled: false
        embedding:
          enabled: false
    google:
      genai:
        enabled: false

启动命令添加profile参数：

java -jar app.jar --spring.profiles.active=dev

测试环境配置

测试环境需要模拟生产环境状态，推荐使用依赖排除+配置验证：

1. 在测试专用pom.xml中排除依赖
2. 添加单元测试验证组件是否被正确禁用
3. 集成测试检查启动时间和内存占用

生产环境配置

生产环境要求最高稳定性和性能，采用依赖排除+代码控制双重保障：

1. 彻底排除所有不使用的AI组件
2. 添加@ComponentScan排除特定包
3. 通过AOP或拦截器防止意外使用

@SpringBootApplication(
    scanBasePackages = {"com.yourproject"},
    exclude = {
        VertexAiAutoConfiguration.class,
        GoogleGenAiAutoConfiguration.class
    }
)
public class ProductionApplication {
    public static void main(String[] args) {
        SpringApplication.run(ProductionApplication.class, args);
    }
}

效果验证：验证体系与工具

组件移除验证清单

1. 依赖树检查

   mvn dependency:tree | grep -i "vertex\|gemini\|genai"
   

   预期结果：无相关依赖输出

2. 启动日志分析

   grep -i "vertex\|gemini\|genai" application.log
   

   预期结果：无组件初始化日志

3. 内存占用对比 使用JConsole或VisualVM监控：

   • 堆内存使用量减少50-100MB
   • 元空间占用减少10-20MB

4. 启动时间测量

   time java -jar app.jar
   

   预期结果：启动时间减少10-15秒

5. 功能验证测试 编写专项测试确保核心功能不受影响：

   @Test
   void testGeminiDisabled() {
       assertThrows(UnsupportedOperationException.class, () -> {
           applicationContext.getBean(GeminiChatModel.class);
       });
   }
   

进阶优化建议

1. 依赖分析工具：使用mvn dependency:analyze识别未使用依赖
2. 构建优化：配置Maven shade插件剔除无用类
3. 自动化检查：添加CI步骤验证组件禁用状态
4. 定期审计：每季度检查依赖更新和组件使用情况

总结：通过本文介绍的"诊断-解除-实施-验证"四步法，你可以精准控制Spring AI项目中的Gemini与Vertex AI组件，显著提升应用性能并降低维护成本。记住，组件管理是一个持续过程，定期审视和优化依赖结构将使项目保持长期健康。