JBoltAI_SpringBoot如何基于Deepseek官网API区分 R1大模型深度思考和具体回答的内容?

R1大模型推出后,Deepseek官网的API也更新了,我们可以看到 chat 接口的响应数据结果里多了一个reasoning_content 字段

于是我们的JBoltAI SDK 以及 SpringBoot版以及Jfinal版JBoltAI Platform 迅速跟进,提供了对深度思考的支持:

scss 复制代码
 //1. 将大模型注册为全局资源
ResourceCenter.registerAI("ai-chatgpt1", AIModel.DEEP_SEEK, JBoltAITestConfig.DEEPSEEK_API_KEY);

//2.指定使用DeepSeek大模型发起聊天,会自动从全局资源中调取deepseek的资源
JBoltAI.chat(AIModel.DEEP_SEEK).setModelName("deepseek-reasoner")
        .contextMessages(Arrays.asList(
                new AIMessage(AIMessageRole.user, "你好,我叫张三丰,请问你是谁?"),
                new AIMessage(AIMessageRole.assistant, "你好,我是人工智能大模型,有什么我可以帮你的")
        ))
        .prompt("请你重复下我的名字")
        .onThinking((e, think, status) -> {
            if (status == ThinkStatus.START) {
                System.out.println("===== 思考开始 =============");
            } else if (status == ThinkStatus.RUNNING) {
                System.out.print(think);
            } else if (status == ThinkStatus.COMPLETE) {
                System.out.print(think);
                System.out.println("===== 思考结束 =============");
                System.out.println("===== 开始回答 =============");
            }
        })
        .onSuccess((e,msg) -> {
            System.out.print(msg.getContent());
        }).publish().await();

在上面的例子中,我们模拟构造了一个上下文环境,让AI基于历史消息进行回答。

这里的核心就是onThinking 回调和 onSuccess 回调。在onThinking 回调中我们可以获取到R1大模型的思考过程,通过status可以知道当前思考过程的进度。在onSuccess 回调中我们可以获取到R1大模型的正式回答内容。

我们发起的AI聊天是以event事件的形式执行的,框架底层有一个事件调度器,会根据系统负载和ai资源的可用情况,自动分配资源给事件去执行。

默认情况下,AI聊天事件是流式输出的,所以onThinkgingonSuccess 回调会随着AI的流式响应而触发多次。当然我们也可以控制事件的输出方式为非流式的,这一点,我们的JBoltAI 框架是非常灵活的,并且我们以统一的编码方式,让开发者可以非常容易的去使用近二十种主流的大模型、平台,开发者无需关心各个模型的参数差异,接口差异,无需更改代码就可以无缝切换不同的大模型。

欢迎大家使用的JBoltAI 开发框架,来加速开发你的AI应用和知识库应用。

相关推荐
愿你天黑有灯下雨有伞4 小时前
Spring Boot SSE实战:SseEmitter实现多客户端事件广播与心跳保活
java·spring boot·spring
KNeeg_5 小时前
Spring循环依赖以及三个级别缓存
java·spring·缓存
墨风如雪6 小时前
腾讯混元3D开源:世界生成,正式进入读秒时代
aigc
AI_Gump6 小时前
【AI阅读】20250717阅读输入
java·spring boot·spring
ldj20207 小时前
Docker的docker-compose类比Spring的ApplicationContext
spring·docker
有才不一定有德8 小时前
深入剖析 MetaGPT 中的提示词工程:WriteCode 动作的提示词设计
人工智能·aigc·提示词工程
公谨8 小时前
前端开发者的 AI 突围:从工具使用者到智能交互架构师
aigc
懂得节能嘛.9 小时前
【SpringAI实战】ChatPDF实现RAG知识库
java·后端·spring
探索java9 小时前
Spring 解析 XML 配置文件的过程(从读取 XML 到生成 BeanDefinition)
xml·java·spring·xmlbeanfactory
安思派Anspire9 小时前
智能体AI中的提示工程与上下文工程
aigc·openai·agent