sb-deepseek-chatModel聊天 提示词Prompt20250713

参考:  sb-deepseek20250703

 

1、

package com.ds.aichat.controller;

import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.chat.model.Generation;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.chat.prompt.SystemPromptTemplate;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.ModelAttribute;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

@RestController
public class ChatModelController {
    @Autowired
    private ChatModel chatModel;

    //提示词操作
    //name:名字
    //voice:习惯
    @GetMapping("/prompt")
    public String prompt01(@RequestParam("name") String name,@RequestParam("voice") String voice)  {
        //设置用户输入的信息
        String userText = """
                给推荐北京的至少三种美食
                """;
        UserMessage userMessage = new UserMessage(userText);
        //设置系统提示信息
        String systemText = """
                你是一个美食咨询的助手，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。    
                """;

        //使用Prompt Template 模板
        SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemText);
        //替换模板中的占位符
        Message systemMessage = systemPromptTemplate.createMessage(Map.of(
                "name",name,
                "voice",voice
        ));
        //创建Prompt
        Prompt prompt = new Prompt(List.of(systemMessage, userMessage));
        //调用模型ChatModel方法
        ChatResponse chatResponse=chatModel.call(prompt);
        List<Generation>  results=chatResponse.getResults();
        return results.stream().map(x->x.getOutput().getText())
                .collect(Collectors.joining(""));
    }





    @GetMapping("/chatModel01")
    public String chatModel01(@RequestParam("msg") String msg) {
        String result = chatModel.call(msg);
        return result;
    }

    @GetMapping("/chatModel02")
    public String chatModel02(@RequestParam("msg") String msg) {
         ChatResponse chatResponse=chatModel.call(
                 new Prompt(
                    msg,
                    OpenAiChatOptions.builder()
                            .model("deepseek-chat")
                            .temperature(0.8)
                            .build()
                 )

        );
        String content =  chatResponse.getResult().getOutput().getText();
        return content;
    }
}

2、