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:
- 通义千问的多模态 API 可能不会返回 token 使用量信息
SimpleLoggerAdvisor
没有对这种特殊情况做容错处理- 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:
-
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
-
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
-
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
-
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
- 在多模态调用场景下,优先使用简单的
chatModel.call()
方式 - 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
- 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
- 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。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI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。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









