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onThinkging 和 onSuccess 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。