完整教程：Spring AI整合聊天模型DeepSeek

参考资料：

说明：

1. JDK及SpringBoot版本要求

搭建的时候记得选用JDK17+，不用系统安装，用IDEA下载的也可以

SpringBoot版本要求3.2.x或者3.3.x

2. DeepSeek的key

关于申请DeepSeek这里就不赘述了，网上一搜一大堆，申请地址

搭建流程：

提示：下面只讲述怎么配置，具体含义请自行进行查阅

依赖和配置

结合自己申请的DeepSeek的Key添加如下配置

server.port=8899
spring.application.name=SpringAiChatDemo
spring.ai.openai.api-key=sk-139298b9e929496290******
spring.ai.openai.base-url=https://api.deepseek.com
spring.ai.openai.chat.options.model=deepseek-chat
spring.ai.openai.chat.options.temperature=0.7

添加如下依赖及版本管理

    
        17
        17
        1.0.0-M5
    
    
        
            org.springframework.boot
            spring-boot-starter-web
        
        
            org.springframework.ai
            spring-ai-openai-spring-boot-starter
        
        
            org.springframework.boot
            spring-boot-starter-test
            test
        
    
    
        
            
                org.springframework.ai
                spring-ai-bom
                ${spring-ai.version}
                pom
                import

简单的请求接口（不推荐）

import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class SimpleController {
    @Autowired
    private OpenAiChatModel chatModel;
    @GetMapping("/ai/generate")
    public String generate(@RequestParam(value = "message", defaultValue = "hello")String message) {
        String response = this.chatModel.call(message);
        System.out.println("response : "+response);
        return response;
    }
}

postman测试

构造注入式（不推荐）

构造注入式是直接从SpringBeanFactory里面拿，不推荐这种方式

/**
 * 构造注入示例 （不推荐）
 */
@RestController
public class ConstructController {
    private final ChatClient chatClient;
    public ConstructController(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }
    @GetMapping("/construct/chat")
    public String chat(@RequestParam(value = "msg",defaultValue = "给我讲个笑话")String message) {
        //prompt:提示词
        return this.chatClient.prompt()
                //用户输入的信息
                .user(message)
                //请求大模型
                .call()
                //返回文本
                .content();
    }
}

Spring自定义注入（推荐）

先进行ChatClient注入和预设置

下面这个设置了默认角色，也可以不设置默认角色

@Configuration
public class AIConfig {
    @Bean
    public ChatClient chatClient(ChatClient.Builder builder) {
        return builder.defaultSystem("你将作为一名Java开发语言的专家，对于用户的使用需求作出解答").build();
    }
}

然后使用初始化好的ChatClient对象

/**
 * Spring 自定义注入示例
 */
@RestController
public class SpringConfigController {
    @Autowired
    private ChatClient chatClient;
    @GetMapping("/springChat")
    public String chat(@RequestParam(value = "msg") String message) {
        return chatClient.prompt().user(message).call().content();
    }
}

访问查看结果

流式响应

上述使用的是非流式，流式响应就是每生成一个字段就返回，此处不再赘述。

/**
 * Spring 流式响应
 */
@RestController
public class StreamController {
    @Autowired
    private ChatClient chatClient;
    @GetMapping(value = "/chat/stream",produces="text/html;charset=UTF-8")
    public Flux chatStream(@RequestParam(value = "msg") String message) {
        return chatClient.prompt().user(message).stream().content();
    }
}

基于chatModel的简单对话(不推荐)

@RestController
public class ChatModelController {
    @Autowired
    private ChatModel chatModel;
    @GetMapping("/simpleChat")
    public String chat(@RequestParam("msg")String msg) {
        return chatModel.call(msg);
    }
    @GetMapping("/openai")
    public String openai(@RequestParam("msg")String msg) {
        ChatResponse call = chatModel.call(
                new Prompt(
                        msg,
                        OpenAiChatOptions.builder()
                                //可以更换成其他大模型，如Anthropic3ChatOptions亚马逊
                                .model("deepseek-chat")
                                .temperature(0.8)
                                .build()
                )
        );
        return call.getResult().getOutput().getContent();
    }
}

基于ChatModel使用提示语模板

@RestController
public class ChatModelTemplateController {
    @Autowired
    private ChatModel chatModel;
    @GetMapping("/prompt")
    public String prompt(@RequestParam("name")String name,
                         @RequestParam("voice")String voice){
        String userText= """
            给我推荐北京的至少三种美食
            """;
        UserMessage userMessage = new UserMessage(userText);
        String systemText= """
            你是一个美食咨询助手，可以帮助人们查询美食信息。
            你的名字是{name},
            你应该用你的名字和{voice}的饮食习惯回复用户的请求。
            """;
        SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemText);
        //替换占位符
        Message systemMessage = systemPromptTemplate
                .createMessage(Map.of("name", name, "voice", voice));
        Prompt prompt = new Prompt(List.of(userMessage, systemMessage));
        List results = chatModel.call(prompt).getResults();
        return results.stream().map(x->x.getOutput().getContent()).collect(Collectors.joining(""));
    }
}

SpringAI自动调用自定义方法---对AI结果进行处理（函数调用）：

例如，用SpringAI自动对算术运算的语句进行解析，并且输出结果

首先进行自定义方法的编写和注入

@Configuration
public class CalculatorService {
    public record AddOperation(int a, int b) {
    }
    public record MulOperation(int m, int n) {
    }
    @Bean
    @Description("加法运算")
    public Function addOperation() {
        return request -> {
            System.out.println("调用执行加法运算");
            return request.a + request.b;
        };
    }
    @Bean
    @Description("乘法运算")
    public Function mulOperation() {
        return request -> {
            System.out.println("调用执行乘法运算");
            return request.m * request.n;
        };
    }
}

然后调用使用

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class CalculatorController {
    @Autowired
    private ChatModel chatModel;
    @GetMapping(value = "/calculator", produces = MediaType.APPLICATION_STREAM_JSON_VALUE)
    public String ragJsonText(@RequestParam(value = "userMessage") String userMessage) {
        return ChatClient.builder(chatModel)
                .build()
                .prompt()
                .system("""
                        您是算术计算器的代理。
                        您能够支持加法运算、乘法运算等操作，其余功能将在后续版本中添加，如果用户问的问题不支持请告知详情。
                        在提供加法运算、乘法运算等操作之前，您必须从用户处获取如下信息：两个数字，运算类型。
                        请调用自定义函数执行加法运算、乘法运算。
                        请讲中文。
                        """)
                .user(userMessage)
                .functions("addOperation", "mulOperation")
                .call()
                .content();
    }
}

测试

说明

程序自动调用，自定义的方法，并返回，关键在于提示语的设计，需要反复进行测试才行

SpringAI调用本地RAG数据进行问答：

SpringAI的Rag功能见Spring Ai Alibaba的文章。

SpringAI的其它功能

SpringAI的其他功能（如：图像、音视频）见Spring Ai Alibaba的文章

posted on 2025-10-01 15:07 ljbguanli 阅读(146) 评论(0) 收藏举报