Spring AI项目中如何正确禁用Gemini和Vertex AI服务
在Spring AI项目的实际开发过程中,测试环境的配置往往需要与生产环境有所区别。特别是在使用云服务如Google Vertex AI时,测试环境可能无法访问真实的云服务资源。本文将详细介绍如何在Spring AI项目中正确禁用Gemini和Vertex AI相关功能。
问题背景
当开发者在Spring AI项目中集成了Vertex AI的Gemini和Embedding服务后,在测试环境中运行时会遇到一个常见问题:即使已经在配置文件中设置了禁用相关服务,系统仍然会尝试连接Vertex AI服务,导致测试失败并抛出"Vertex AI project-id must be set!"的错误提示。
解决方案
经过实践验证,正确的配置方式应该是使用以下属性:
spring.ai.model.chat=none
spring.ai.model.embedding.text=none
spring.ai.model.embedding.multimodal=none
这三个配置项分别控制着:
- 聊天模型服务的启用/禁用
- 文本嵌入服务的启用/禁用
- 多模态嵌入服务的启用/禁用
配置详解
1. 聊天模型禁用
spring.ai.model.chat=none配置项会完全禁用Spring AI中的聊天模型功能。当设置为"none"时,系统不会尝试初始化任何聊天模型服务,包括Vertex AI的Gemini服务。
2. 文本嵌入服务禁用
spring.ai.model.embedding.text=none配置项专门用于禁用文本嵌入服务。这对于测试环境中不需要文本向量化功能的场景特别有用。
3. 多模态嵌入服务禁用
spring.ai.model.embedding.multimodal=none配置项则负责禁用多模态嵌入服务,确保系统不会尝试连接任何多模态模型服务。
最佳实践建议
-
环境隔离:建议在
application-test.properties或application-test.yml中专门配置这些属性,确保测试环境与开发/生产环境隔离。 -
配置优先级:了解Spring Boot的配置优先级,确保测试配置能够覆盖主配置。测试配置通常具有更高的优先级。
-
完整测试配置示例:
spring:
ai:
model:
chat: 'none'
embedding:
text: 'none'
multimodal: 'none'
- 版本兼容性:虽然本文基于Spring AI 1.0.0版本,但这些配置在后续版本中应该保持兼容性。不过建议查阅对应版本的官方文档确认。
常见误区
-
错误地使用vertex.ai前缀:如问题描述中所示,使用
spring.ai.vertex.ai.embedding.text=none这样的配置是无效的,正确的配置路径应该是spring.ai.model开头。 -
部分禁用:有些开发者可能只禁用聊天模型而忘记禁用嵌入服务,或者反之,这都会导致测试失败。需要确保所有相关服务都被正确禁用。
-
配置位置错误:确保配置放在正确的配置文件中,并且该配置文件确实被测试环境加载。
总结
在Spring AI项目中正确禁用云AI服务是保证测试环境稳定运行的关键。通过本文介绍的配置方法,开发者可以轻松地在测试环境中禁用Vertex AI的Gemini和Embedding服务,避免不必要的云服务连接尝试,提高测试效率和稳定性。记住使用spring.ai.model作为配置前缀,而不是特定实现的vertex.ai前缀,这是解决问题的关键所在。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00