Spring Boot Init

Spring Boot 프로젝트 생성

워크플로우

1. 사용자에게 질문하기 (조건부 플로우)

프로젝트 생성 전 AskUserQuestion 도구로 다음을 확인. 한 번에 최대 4개 질문까지 가능하므로 관련 질문을 묶어서 진행.

Step 1: 기본 정보 (첫 번째 질문 세트)

질문 1: 프로그래밍 언어

• Java (Recommended) - Gradle Groovy DSL 사용
• Kotlin - Gradle Kotlin DSL 사용

질문 2: 프로젝트 유형

• REST API 서버
• 웹 애플리케이션 (MVC + 템플릿)
• AI 애플리케이션
• 배치 처리
• 마이크로서비스

Step 2: 유형별 추가 질문 (조건부)

REST API / 웹 애플리케이션 선택 시:

질문 3: 데이터베이스

• H2 (개발/테스트용, Recommended)
• PostgreSQL
• MySQL
• MongoDB
• 사용 안함

질문 4: 추가 기능 (multiSelect: true)

• Spring Security (인증/인가)
• API 문서 (SpringDoc OpenAPI)
• Actuator (모니터링)

AI 애플리케이션 선택 시:

질문 3: AI 모델 (LLM)

• OpenAI (ChatGPT, Recommended)
• Anthropic Claude
• Ollama (로컬 LLM)
• Azure OpenAI
• Amazon Bedrock

질문 4: RAG 구성

• 벡터 DB + 문서 리더 포함 (RAG 구축)
• 채팅 메모리만 (대화 기록 저장)
• LLM만 사용 (심플)

질문 5 (RAG 선택 시): 벡터 데이터베이스

• PGvector (PostgreSQL, Recommended)
• Chroma
• Redis
• Qdrant
• Milvus

마이크로서비스 선택 시:

질문 3: 인프라 구성 (multiSelect: true)

• Eureka (서비스 디스커버리)
• Config Server (외부 설정)
• Gateway (API 게이트웨이)
• Resilience4j (서킷 브레이커)

질문 4: 메시징

• Kafka
• RabbitMQ
• 사용 안함

배치 처리 선택 시:

질문 3: 데이터 소스

• H2 (개발용, Recommended)
• PostgreSQL
• MySQL

질문 4: 스케줄링

• Quartz Scheduler 포함
• Spring @Scheduled만 사용

2. 프로젝트 이름 추천

용도에 따라 이름 제안:

• REST API: user-api, order-service, product-api
• 웹 애플리케이션: admin-portal, dashboard-app, web-shop
• AI 애플리케이션: ai-assistant, chatbot-service, rag-search, doc-analyzer
• 배치: data-batch, report-batch, sync-job
• 마이크로서비스: auth-service, payment-service, notification-service

사용자가 원하면 직접 이름 입력 가능.

3. 프로젝트 생성

python3 scripts/create_project.py <프로젝트명> --lang <java|kotlin> --preset <프리셋> --output <경로>

자동 설정 (고정값)

Spring AI 버전 호환성

• Spring AI 1.x → Spring Boot 3.x와 호환
• Spring AI 2.x → Spring Boot 4.x와 호환

스크립트가 spring-ai-* 의존성을 감지하면 자동으로 호환되는 Spring Boot 버전을 선택합니다.

프리셋 선택 가이드

기본 프리셋

AI 프리셋

사용자 선택 → 의존성 매핑

질문 응답에 따라 프리셋 대신 --deps 옵션으로 직접 조합:

# 기본 구성
REST API + PostgreSQL + Security + OpenAPI
→ --deps web,validation,data-jpa,postgresql,security,springdoc-openapi,actuator,devtools

# AI 구성
AI (OpenAI) + RAG (PGvector)
→ --deps web,spring-ai-openai,spring-ai-vectordb-pgvector,spring-ai-pdf-document-reader,postgresql,devtools

# AI 구성 (Claude + 채팅 메모리)
→ --deps web,spring-ai-anthropic,spring-ai-chat-memory-repository-jdbc,data-jpa,h2,devtools

# 마이크로서비스
→ --deps web,cloud-eureka,cloud-config-client,cloud-openfeign,actuator,devtools

추가 옵션

Spring Boot 버전 지정

Spring AI와 함께 사용할 때 버전을 명시적으로 지정할 수 있습니다:

# Spring Boot 버전 명시
python3 scripts/create_project.py my-app --deps web,spring-ai-openai --boot 3.5.0

# Spring AI 버전 확인
python3 scripts/create_project.py --check-ai-version

예시

# Java REST API
python3 scripts/create_project.py user-api --lang java --preset web-api

# Kotlin 웹앱 + DB
python3 scripts/create_project.py admin-portal --lang kotlin --preset web-jpa

# 커스텀 의존성 (REST API + PostgreSQL + Security)
python3 scripts/create_project.py my-service --lang java --deps web,validation,data-jpa,postgresql,security,actuator,devtools

# AI 앱 - OpenAI (자동으로 호환 버전 선택)
python3 scripts/create_project.py ai-app --lang kotlin --deps web,spring-ai-openai,actuator,devtools

# AI 앱 - OpenAI RAG (프리셋 사용)
python3 scripts/create_project.py ai-assistant --lang java --preset ai-rag

# AI 앱 - Claude 채팅봇
python3 scripts/create_project.py claude-chatbot --lang java --deps web,spring-ai-anthropic,spring-ai-chat-memory-repository-jdbc,data-jpa,h2,devtools

# AI 앱 - Ollama 로컬 LLM
python3 scripts/create_project.py local-ai --lang java --preset ai-ollama

# 마이크로서비스 (Eureka + Kafka)
python3 scripts/create_project.py order-service --lang java --deps web,cloud-eureka,kafka,data-jpa,postgresql,actuator,devtools

# Spring Boot 버전 명시적 지정
python3 scripts/create_project.py my-app --lang java --deps web,data-jpa --boot 3.5.0

# Spring AI 최신 버전 확인
python3 scripts/create_project.py --check-ai-version

생성 후 실행

cd <프로젝트명>
./gradlew bootRun

의존성 참조

전체 의존성 목록: references/dependencies.md