Laravel 12 AI 功能深度探索：从 OpenAI 到智能路由

Laravel 12 AI 功能集成：从理论到实践

摘要

本文详细介绍 Laravel 12 中 AI 相关功能的集成与应用，包括 OpenAI 客户端、向量数据库支持、智能路由生成等。通过实际项目案例，展示如何构建智能应用，如内容生成、用户行为分析、智能客服等，帮助开发者快速掌握 Laravel 12 的 AI 能力。

1. Laravel 12 AI 功能概述

Laravel 12 引入了多项 AI 相关功能和工具，为开发者提供了构建智能应用的强大能力。

1.1 核心 AI 功能

• OpenAI 客户端：官方集成的 OpenAI API 客户端，支持 GPT 模型调用
• 向量数据库支持：内置对 Pinecone、Chroma 等向量数据库的支持
• 智能路由生成：基于 AI 的路由代码生成功能
• AI 辅助测试：使用 AI 生成测试用例
• 内容生成器：基于 AI 的内容生成工具

1.2 AI 功能的应用场景

场景	应用示例	技术方案
内容生成	文章摘要、产品描述、邮件模板	OpenAI GPT + 提示工程
智能客服	聊天机器人、问题回答	OpenAI GPT + 上下文管理
推荐系统	商品推荐、内容推荐	向量数据库 + 相似度搜索
代码生成	路由生成、控制器代码	OpenAI GPT + 代码提示
数据分析	用户行为分析、趋势预测	AI 模型 + 数据处理

2. OpenAI 客户端集成

Laravel 12 提供了官方的 OpenAI 客户端，简化了与 OpenAI API 的交互。

2.1 安装与配置

安装依赖

composer require laravel/openai

配置 API 密钥

// .env
OPENAI_API_KEY=your-openai-api-key
OPENAI_ORGANIZATION=your-organization-id (可选)

发布配置

php artisan vendor:publish --provider="Laravel\OpenAI\OpenAIServiceProvider"

2.2 基本使用

文本生成

use Laravel\OpenAI\Facades\OpenAI;

$response = OpenAI::chat()->create([
    'model' => 'gpt-4',
    'messages' => [
        ['role' => 'system', 'content' => 'You are a helpful assistant.'],
        ['role' => 'user', 'content' => 'Write a short article about Laravel 12 AI features.'],
    ],
    'temperature' => 0.7,
]);

$content = $response->choices[0]->message->content;

图像生成

use Laravel\OpenAI\Facades\OpenAI;

$response = OpenAI::images()->generate([
    'prompt' => 'A modern Laravel application with AI features',
    'n' => 1,
    'size' => '1024x1024',
]);

$imageUrl = $response->data[0]->url;

语音转文本

use Laravel\OpenAI\Facades\OpenAI;

$response = OpenAI::audio()->transcribe([
    'model' => 'whisper-1',
    'file' => fopen('/path/to/audio.mp3', 'r'),
]);

$transcription = $response->text;

2.3 高级用法

流式响应

use Laravel\OpenAI\Facades\OpenAI;

$stream = OpenAI::chat()->createStreamed([
    'model' => 'gpt-4',
    'messages' => [
        ['role' => 'system', 'content' => 'You are a helpful assistant.'],
        ['role' => 'user', 'content' => 'Write a short story about Laravel.'],
    ],
]);

foreach ($stream as $response) {
    echo $response->choices[0]->delta->content ?? '';
}

函数调用

use Laravel\OpenAI\Facades\OpenAI;

$response = OpenAI::chat()->create([
    'model' => 'gpt-4',
    'messages' => [
        ['role' => 'system', 'content' => 'You are a helpful assistant.'],
        ['role' => 'user', 'content' => 'What is the weather in New York today?'],
    ],
    'functions' => [
        [
            'name' => 'get_weather',
            'description' => 'Get the current weather for a location',
            'parameters' => [
                'type' => 'object',
                'properties' => [
                    'location' => [
                        'type' => 'string',
                        'description' => 'The city and state, e.g., San Francisco, CA',
                    ],
                ],
                'required' => ['location'],
            ],
        ],
    ],
    'function_call' => 'auto',
]);

if ($response->choices[0]->finish_reason === 'function_call') {
    $functionName = $response->choices[0]->message->function_call->name;
    $arguments = json_decode($response->choices[0]->message->function_call->arguments, true);
    
    // 调用函数获取天气
    $weather = $this->getWeather($arguments['location']);
    
    // 将函数结果发送回模型
    $response = OpenAI::chat()->create([
        'model' => 'gpt-4',
        'messages' => [
            ['role' => 'system', 'content' => 'You are a helpful assistant.'],
            ['role' => 'user', 'content' => 'What is the weather in New York today?'],
            ['role' => 'assistant', 'content' => null, 'function_call' => [
                'name' => 'get_weather',
                'arguments' => json_encode(['location' => 'New York']),
            ]],
            ['role' => 'function', 'name' => 'get_weather', 'content' => json_encode($weather)],
        ],
    ]);
    
    $content = $response->choices[0]->message->content;
}

3. 向量数据库集成

Laravel 12 内置了对向量数据库的支持，为构建推荐系统、相似度搜索等功能提供了便利。

3.1 安装与配置

安装向量数据库客户端

# 安装 Pinecone 客户端
composer require pinecone-io/pinecone-php

# 或安装 Chroma 客户端
composer require chromadb/chromadb-php

配置向量数据库连接

// config/ai.php
'vectors' => [
    'default' => env('VECTOR_STORE_DEFAULT', 'pinecone'),
    
    'stores' => [
        'pinecone' => [
            'driver' => 'pinecone',
            'api_key' => env('PINECONE_API_KEY'),
            'environment' => env('PINECONE_ENVIRONMENT'),
            'index' => env('PINECONE_INDEX'),
        ],
        'chroma' => [
            'driver' => 'chroma',
            'host' => env('CHROMA_HOST', 'http://localhost:8000'),
            'collection' => env('CHROMA_COLLECTION', 'default'),
        ],
    ],
],

3.2 基本使用

生成嵌入向量

use Laravel\AI\Facades\AI;

// 生成文本嵌入
$embedding = AI::embeddings()->create([
    'model' => 'text-embedding-ada-002',
    'input' => 'Laravel is a PHP framework',
]);

$vector = $embedding->embeddings[0]->embedding;

存储向量

use Laravel\AI\Facades\AI;

// 存储向量到 Pinecone
AI::vectors()->add([
    'id' => 'document-1',
    'values' => $vector,
    'metadata' => [
        'title' => 'Laravel Introduction',
        'type' => 'document',
    ],
]);

相似度搜索

use Laravel\AI\Facades\AI;

// 搜索相似向量
$results = AI::vectors()->search([
    'query' => $queryVector,
    'topK' => 5,
    'filter' => [
        'type' => 'document',
    ],
]);

foreach ($results as $result) {
    echo $result['id'] . ': ' . $result['score'] . '\n';
}

3.3 向量数据库的高级应用

构建推荐系统

use Laravel\AI\Facades\AI;

class RecommendationService
{
    public function getRecommendations(User $user, int $limit = 10)
    {
        // 获取用户偏好向量
        $userVector = $this->getUserPreferenceVector($user);
        
        // 搜索相似内容
        $results = AI::vectors()->search([
            'query' => $userVector,
            'topK' => $limit,
            'filter' => [
                'type' => 'content',
                'status' => 'published',
            ],
        ]);
        
        // 转换为内容模型
        return Content::whereIn('id', collect($results)->pluck('id')->all())->get();
    }
    
    protected function getUserPreferenceVector(User $user)
    {
        // 基于用户历史行为生成偏好向量
        $history = $user->viewHistory->pluck('content')->implode(' ');
        
        $embedding = AI::embeddings()->create([
            'model' => 'text-embedding-ada-002',
            'input' => $history,
        ]);
        
        return $embedding->embeddings[0]->embedding;
    }
}

语义搜索

use Laravel\AI\Facades\AI;

class SearchService
{
    public function semanticSearch(string $query, int $limit = 10)
    {
        // 生成查询向量
        $embedding = AI::embeddings()->create([
            'model' => 'text-embedding-ada-002',
            'input' => $query,
        ]);
        
        $queryVector = $embedding->embeddings[0]->embedding;
        
        // 搜索相似文档
        $results = AI::vectors()->search([
            'query' => $queryVector,
            'topK' => $limit,
            'filter' => [
                'type' => 'document',
                'status' => 'published',
            ],
        ]);
        
        // 转换为文档模型
        return Document::whereIn('id', collect($results)->pluck('id')->all())->get();
    }
}

4. 智能路由生成

Laravel 12 提供了基于 AI 的智能路由生成功能，可以根据自然语言描述生成路由代码。

4.1 基本使用

生成路由代码

# 使用 Artisan 命令生成路由
php artisan route:generate "Create a route for user profile with authentication"

交互式生成

# 交互式生成路由
php artisan route:generate --interactive

4.2 路由生成示例

生成 RESTful API 路由

php artisan route:generate "Create RESTful API routes for posts with index, show, store, update, destroy methods"

生成的路由代码：

// routes/api.php
Route::apiResource('posts', PostController::class);

生成带中间件的路由

php artisan route:generate "Create a route group for admin with auth and role middleware"

生成的路由代码：

// routes/web.php
Route::middleware(['auth', 'role:admin'])->group(function () {
    Route::get('/admin/dashboard', [AdminController::class, 'dashboard'])->name('admin.dashboard');
    Route::resource('/admin/users', AdminUserController::class);
    Route::resource('/admin/posts', AdminPostController::class);
});

4.3 自定义路由生成

配置生成规则

// config/ai.php
'route' => [
    'generator' => [
        'model' => 'gpt-4',
        'temperature' => 0.3,
        'max_tokens' => 1000,
        'rules' => [
            'use_resource_controllers' => true,
            'prefix_api_routes' => true,
            'use_named_routes' => true,
        ],
    ],
],

自定义提示模板

// 自定义路由生成提示
$prompt = "Generate Laravel route code for: {$description}\n\n";
$prompt .= "Follow these rules:\n";
$prompt .= "1. Use named routes\n";
$prompt .= "2. Apply appropriate middleware\n";
$prompt .= "3. Use resource controllers where appropriate\n";
$prompt .= "4. Return only the route code, no explanations\n";

$response = OpenAI::chat()->create([
    'model' => 'gpt-4',
    'messages' => [
        ['role' => 'system', 'content' => 'You are a Laravel route generator.'],
        ['role' => 'user', 'content' => $prompt],
    ],
]);

$routeCode = $response->choices[0]->message->content;

5. AI 辅助测试

Laravel 12 提供了 AI 辅助测试功能，可以使用 AI 生成测试用例。

5.1 生成测试用例

基本使用

# 为控制器生成测试
php artisan test:generate App\Http\Controllers\UserController

生成单元测试

# 为服务类生成单元测试
php artisan test:generate App\Services\UserService --type=unit

5.2 测试生成示例

生成的测试代码：

<?php

namespace Tests\Feature\Http\Controllers;

use Illuminate\Foundation\Testing\RefreshDatabase;
use Illuminate\Foundation\Testing\WithFaker;
use Tests\TestCase;
use App\Models\User;

class UserControllerTest extends TestCase
{
    use RefreshDatabase;
    
    /**
     * Test index method
     */
    public function test_index_returns_all_users()
    {
        // Create test users
        User::factory()->count(3)->create();
        
        // Act
        $response = $this->get('/users');
        
        // Assert
        $response->assertStatus(200);
        $response->assertJsonCount(3);
    }
    
    /**
     * Test show method
     */
    public function test_show_returns_single_user()
    {
        // Create test user
        $user = User::factory()->create();
        
        // Act
        $response = $this->get('/users/' . $user->id);
        
        // Assert
        $response->assertStatus(200);
        $response->assertJson(['id' => $user->id]);
    }
    
    /**
     * Test store method
     */
    public function test_store_creates_new_user()
    {
        // Arrange
        $userData = [
            'name' => 'Test User',
            'email' => 'test@example.com',
            'password' => 'password123',
        ];
        
        // Act
        $response = $this->post('/users', $userData);
        
        // Assert
        $response->assertStatus(201);
        $this->assertDatabaseHas('users', ['email' => 'test@example.com']);
    }
}

6. 内容生成器

Laravel 12 提供了基于 AI 的内容生成工具，可以生成各种类型的内容。

6.1 基本使用

生成文章摘要

use Laravel\AI\Facades\AI;

$summary = AI::content()->summarize([
    'text' => $longArticle,
    'maxLength' => 200,
    'format' => 'paragraph',
]);

生成产品描述

use Laravel\AI\Facades\AI;

$description = AI::content()->generate([
    'prompt' => 'Generate a product description for a wireless headphones with noise cancellation',
    'maxLength' => 500,
    'tone' => 'professional',
]);

6.2 内容生成的高级应用

多语言内容生成

use Laravel\AI\Facades\AI;

class ContentGenerator
{
    public function translate(string $text, string $targetLanguage)
    {
        return AI::content()->translate([
            'text' => $text,
            'targetLanguage' => $targetLanguage,
            'sourceLanguage' => 'auto',
        ]);
    }
    
    public function generateMultiLanguageContent(string $prompt, array $languages)
    {
        $content = [];
        
        foreach ($languages as $language) {
            $content[$language] = AI::content()->generate([
                'prompt' => $prompt,
                'maxLength' => 500,
                'language' => $language,
            ]);
        }
        
        return $content;
    }
}

SEO 内容优化

use Laravel\AI\Facades\AI;

class SeoService
{
    public function optimizeContent(string $content, array $keywords)
    {
        return AI::content()->optimize([
            'content' => $content,
            'keywords' => $keywords,
            'target' => 'seo',
            'maxLength' => 1000,
        ]);
    }
    
    public function generateMetaTags(string $content)
    {
        return AI::content()->generate([
            'prompt' => "Generate SEO meta title and description for: {$content}",
            'maxLength' => 300,
            'format' => 'json',
        ]);
    }
}

7. 实战案例：构建智能客服系统

以下是一个使用 Laravel 12 AI 功能构建智能客服系统的实战案例：

7.1 系统架构

• 前端：React 聊天界面
• 后端：Laravel 12 + OpenAI API
• 数据存储：MySQL + Redis
• 向量存储：Pinecone

7.2 核心功能

• 智能问答：基于 OpenAI GPT 的问题回答
• 上下文管理：维护对话上下文，提供连贯的回答
• 知识库集成：使用向量数据库存储和搜索知识库
• 意图识别：识别用户意图，提供精准回答
• 多轮对话：支持多轮对话交互

7.3 实现代码

聊天控制器

<?php

namespace App\Http\Controllers;

use App\Services\ChatService;
use Illuminate\Http\Request;

class ChatController extends Controller
{
    protected $chatService;
    
    public function __construct(ChatService $chatService)
    {
        $this->chatService = $chatService;
    }
    
    public function sendMessage(Request $request)
    {
        $message = $request->input('message');
        $userId = $request->user()->id;
        $sessionId = $request->input('session_id', uniqid());
        
        $response = $this->chatService->processMessage($message, $userId, $sessionId);
        
        return response()->json([
            'message' => $response,
            'session_id' => $sessionId,
        ]);
    }
}

聊天服务

<?php

namespace App\Services;

use Laravel\OpenAI\Facades\OpenAI;
use Laravel\AI\Facades\AI;
use Redis;

class ChatService
{
    public function processMessage(string $message, int $userId, string $sessionId)
    {
        // 获取对话历史
        $history = $this->getConversationHistory($sessionId);
        
        // 生成回答
        $response = $this->generateResponse($message, $history);
        
        // 更新对话历史
        $this->updateConversationHistory($sessionId, $message, $response);
        
        return $response;
    }
    
    protected function getConversationHistory(string $sessionId)
    {
        $key = "chat:session:{$sessionId}";
        return Redis::get($key) ?: [];
    }
    
    protected function updateConversationHistory(string $sessionId, string $userMessage, string $botResponse)
    {
        $key = "chat:session:{$sessionId}";
        $history = $this->getConversationHistory($sessionId);
        
        $history[] = ['role' => 'user', 'content' => $userMessage];
        $history[] = ['role' => 'assistant', 'content' => $botResponse];
        
        // 只保留最近 10 条消息
        $history = array_slice($history, -10);
        
        Redis::setex($key, 3600, json_encode($history));
    }
    
    protected function generateResponse(string $message, array $history)
    {
        // 构建上下文
        $context = array_merge([
            ['role' => 'system', 'content' => 'You are a helpful customer service assistant for an e-commerce store.'],
        ], $history, [
            ['role' => 'user', 'content' => $message],
        ]);
        
        // 搜索知识库
        $knowledge = $this->searchKnowledgeBase($message);
        if (!empty($knowledge)) {
            $context[] = ['role' => 'system', 'content' => "Knowledge base information: {$knowledge}"];
        }
        
        // 调用 OpenAI API
        $response = OpenAI::chat()->create([
            'model' => 'gpt-4',
            'messages' => $context,
            'temperature' => 0.7,
        ]);
        
        return $response->choices[0]->message->content;
    }
    
    protected function searchKnowledgeBase(string $query)
    {
        // 生成查询向量
        $embedding = AI::embeddings()->create([
            'model' => 'text-embedding-ada-002',
            'input' => $query,
        ]);
        
        $queryVector = $embedding->embeddings[0]->embedding;
        
        // 搜索知识库
        $results = AI::vectors()->search([
            'query' => $queryVector,
            'topK' => 3,
            'filter' => [
                'type' => 'knowledge',
            ],
        ]);
        
        // 提取知识内容
        return collect($results)->pluck('metadata.content')->implode(' ');
    }
}

8. 最佳实践与注意事项

8.1 API 调用优化

• 批量请求：合并多个 API 请求，减少调用次数
• 缓存响应：缓存频繁使用的 AI 响应
• 异步处理：使用队列处理耗时的 AI 任务
• 错误处理：实现健壮的错误处理机制

8.2 提示工程

• 明确指令：提供清晰、具体的指令
• 示例引导：使用示例引导模型生成期望的输出
• 上下文管理：合理管理上下文长度，避免超出限制
• 温度参数：根据任务类型调整温度参数

8.3 成本控制

• 使用合适的模型：根据任务复杂度选择合适的模型
• 优化提示：减少提示长度，提高生成效率
• 缓存策略：缓存重复查询的结果
• 使用批处理：批量处理多个请求

8.4 安全性

• 输入验证：验证用户输入，防止提示注入
• 输出过滤：过滤生成的内容，防止有害输出
• API 密钥管理：安全存储 API 密钥，使用环境变量
• 速率限制：实现 API 调用速率限制，防止滥用

9. 总结

Laravel 12 的 AI 功能集成为开发者提供了构建智能应用的强大工具，从 OpenAI 客户端到向量数据库支持，从智能路由生成到内容生成器，这些功能大大简化了 AI 应用的开发流程。

通过本文的介绍，开发者可以快速掌握 Laravel 12 的 AI 能力，并应用到实际项目中，如内容生成、智能客服、推荐系统等场景。同时，通过遵循最佳实践和注意事项，可以确保 AI 应用的性能、成本和安全性。

随着 AI 技术的不断发展，Laravel 也在持续改进其 AI 功能，未来版本可能会引入更多创新的 AI 工具和集成。开发者应该保持关注 Laravel 的更新，及时采用新的 AI 功能，为用户提供更加智能、个性化的应用体验。