Spring AI Alibaba 多模态调用中的空指针异常分析与解决

问题背景

在使用 Spring AI Alibaba 项目进行多模态模型调用时，开发者遇到了一个典型的空指针异常问题。当尝试通过 ChatClient 方式调用通义千问的多模态模型时，系统抛出 java.lang.NullPointerException: Cannot invoke "java.lang.Integer.longValue()" 错误，而直接使用 ChatModel 调用却能正常工作。

异常现象分析

异常堆栈显示问题发生在 DashScopeAiUsage.getTotalTokens() 方法中，具体原因是尝试对 TokenUsage.totalTokens() 返回的 null 值调用 longValue() 方法。这表明在多模态模型调用场景下，通义千问的 API 响应中可能没有返回 token 使用量信息。

两种调用方式对比

问题调用方式

ChatClient.CallResponseSpec call = ChatClient.create(chatModel).prompt()
        .user(promptUserSpec -> toPrompt(promptUserSpec, aiMessageWrapper.getMessage()))
        .advisors(advisorSpec -> {
            advisorSpec.advisors(new SimpleLoggerAdvisor());
        }).call();
String content = call.chatResponse().getResult().getOutput().getContent();

正常调用方式

ChatResponse response = chatModel.call(
        new Prompt(
                message,
                DashScopeChatOptions.builder()
                        .withModel("qwen-vl-max-latest")
                        .withMultiModel(true)
                        .build()
        )
);
return response.getResult().getOutput().getContent();

根本原因

经过深入分析，发现问题出在 SimpleLoggerAdvisor 的日志记录机制上。该顾问(Advisor)会尝试序列化整个响应对象，包括 token 使用量信息。但在多模态调用场景下：

1. 通义千问的多模态 API 可能不会返回 token 使用量信息
2. SimpleLoggerAdvisor 没有对这种特殊情况做容错处理
3. 当尝试序列化 null 的 token 计数时，触发了空指针异常

解决方案

针对这个问题，可以采用以下几种解决方案：

1. 移除日志顾问：如果不需要详细的调用日志，可以简单移除 SimpleLoggerAdvisor

2. 使用容错日志记录：自定义一个日志顾问，处理可能为 null 的 token 计数

3. 使用直接调用方式：如示例中的第二种方式，绕过 ChatClient 的复杂处理流程

4. 等待框架修复：Spring AI Alibaba 团队可能会在后续版本中修复这个兼容性问题

最佳实践建议

1. 在多模态调用场景下，优先使用简单的 chatModel.call() 方式
2. 如果需要使用 ChatClient，建议暂时避免添加可能处理响应元数据的顾问
3. 对框架返回的数据保持防御性编程思维，特别是对于可选字段
4. 关注框架更新，及时获取官方修复

总结

这个问题展示了在使用新兴 AI 框架时可能遇到的边界情况。多模态模型与传统文本模型的响应结构可能存在差异，而框架的通用处理逻辑可能无法完全覆盖这些特殊情况。开发者需要理解框架的工作原理，并在关键位置添加适当的容错处理，以构建更健壮的应用。