Spring AI 项目中整合 Vertex AI 模型与 JDBC 存储时的问题分析与解决方案
问题背景
在使用 Spring AI 1.0.0 版本与 Spring Boot 3.4.6 构建聊天应用时,开发者尝试将 Vertex AI 的 Gemini 模型与 MySQL 数据库存储结合使用时,遇到了应用启动失败的问题。核心错误表现为 NoClassDefFoundError: com/google/protobuf/GeneratedMessageV3
,这表明系统在运行时无法找到 Protobuf 相关的关键类。
错误现象深度分析
当开发者配置了基于 JDBC 的聊天记忆存储库(JdbcChatMemoryRepository)并尝试启动应用时,控制台输出了详细的错误堆栈。从技术角度来看,这个问题的根源不在于 JDBC 存储配置本身,而是与 Vertex AI 模型依赖的 Protobuf 库版本冲突有关。
错误堆栈显示,系统在初始化 VertexAiGeminiChatModel 时失败,具体是在尝试加载 Protobuf 的 GeneratedMessageV3 类时发生了类找不到异常。这种情况通常发生在:
- 依赖项中缺少必要的 Protobuf 库
- 项目中存在多个版本的 Protobuf 库导致冲突
- 类加载器无法正确加载所需的类
根本原因
经过对示例项目的依赖分析,发现项目中同时引入了两个不同版本的 Protobuf 库:
- protobuf-java 4.26.1
- protobuf-java 3.25.5
这种版本冲突导致了运行时类加载失败。Protobuf 的不同主版本间存在二进制不兼容性,特别是 GeneratedMessageV3 类在不同版本中的实现可能有显著差异。
解决方案
方案一:统一 Protobuf 版本
最彻底的解决方案是统一项目中的 Protobuf 依赖版本。可以通过以下步骤实现:
- 在 build.gradle 中显式声明 Protobuf 版本:
configurations.all {
resolutionStrategy {
force 'com.google.protobuf:protobuf-java:4.26.1'
}
}
- 运行
./gradlew dependencies
命令验证所有依赖是否使用了统一的 Protobuf 版本
方案二:升级 Spring Boot 版本
根据开发者反馈,该问题在 Spring Boot 3.5.0 中已不复存在。这是因为新版本的 Spring Boot 可能已经更新了相关依赖,解决了版本冲突问题。
升级 Spring Boot 版本的步骤:
- 修改 build.gradle 中的 Spring Boot 版本号
- 重新同步项目依赖
- 清理并重建项目
方案三:排除冲突依赖
如果无法立即升级 Spring Boot,可以尝试排除冲突的依赖:
implementation('org.springframework.ai:spring-ai-vertex-ai-gemini') {
exclude group: 'com.google.protobuf', module: 'protobuf-java'
}
最佳实践建议
- 依赖管理:在大型项目中,始终使用 dependencyManagement 或 BOM 文件来统一管理依赖版本
- 冲突检测:定期使用
gradle dependencies
或mvn dependency:tree
检查依赖冲突 - 版本兼容性:在选择 Spring AI 和 Spring Boot 版本时,参考官方文档的兼容性矩阵
- 环境一致性:确保开发、测试和生产环境使用相同的依赖版本
技术原理延伸
Protobuf (Protocol Buffers) 是 Google 开发的一种高效的数据序列化格式。在 Spring AI 与 Vertex AI 集成时,Protobuf 用于:
- 模型配置的序列化与反序列化
- 客户端与服务器间的通信协议
- 模型参数的内部表示
当不同版本的 Protobuf 库共存时,由于序列化格式和内部API的变化,可能导致运行时错误。特别是 GeneratedMessageV3 作为核心基类,其变化会影响所有生成的 Protobuf 消息类。
总结
在 Spring AI 项目中整合 Vertex AI 模型与 JDBC 存储时遇到的启动问题,本质上是依赖管理问题而非功能实现问题。通过统一 Protobuf 版本或升级 Spring Boot 版本可以有效解决。这也提醒我们在引入多个AI相关依赖时,需要特别注意底层库的版本兼容性。良好的依赖管理实践是构建稳定AI应用的基础。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









