主要观点：AI 特征在现代应用中越来越常见，Spring Boot 应用使用大型语言模型（LLMs）时需测试模型对真实提示的响应，本文介绍用 Spring TestContainers 和 Ollama 编写 AI 提示的集成测试，包括为何测试、Spring TestContainers 介绍、开始步骤、写提示测试（包括确定性输出测试、多个提示测试、测试使用 Ollama 的 REST API）、工作原理、使用 Spring TestContainers 与 Ollama 的好处、提示测试的最佳实践（使用固定模型版本、设置低温度、测试重要短语、使用参数化测试）、支持的模型及示例项目等。
关键信息：

• 测试 AI 提示可检查响应有效性、捕捉模型变化导致的回归等。
• Spring TestContainers 利用注解管理测试中的 Docker 容器，内置对 Ollama 支持。
• 开始需添加依赖，使用@EnableOllamaContainer注解设置 Ollama 容器和模型。
• 可写各种类型的提示测试，如确定性输出、多个提示等。
• 测试使用 Ollama 的 REST API 时可通过@SpringBootTest和@EnableOllamaContainer注解。
• 背后原理是 Spring 启动 Ollama 容器并处理相关细节。
• 好处有清洁测试隔离、无需手动设置、自动模型管理等。
• 最佳实践包括使用固定模型版本等。
• Ollama 支持多种开源 LLM 模型。
• 有示例项目可参考。
  重要细节：
• 不同测试代码示例，如测试法国首都、数学计算、多个提示等的具体代码实现。
• 介绍 Spring TestContainers 与 Testcontainers Java 库的关系及它如何简化测试设置。
• 提到模型缓存及在不同环境下的工作方式。