Spring Boot中接入DeepSeek的流式输出

第一步,添加依赖:

复制代码
 <!-- WebFlux 响应式支持 -->
<dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-webflux</artifactId>
</dependency>

第二步,配置WebClient。这里需要设置WebClient实例,用于向DeepSeek的API发送请求。需要配置baseUrl,可能还需要添加认证头,比如Authorization Bearer token

java 复制代码
@Configuration
public class DeepSeekConfig {
    @Value("${deepseek.api.key}")
    private String apiKey;

    @Value("${deepseek.api.url}")
    private String apiUrl;


    @Bean
    public WebClient deepseekWebClient() {
        return WebClient.builder()
                .baseUrl(apiUrl)
                .defaultHeader(HttpHeaders.AUTHORIZATION, "Bearer " + apiKey)
                .defaultHeader(HttpHeaders.CONTENT_TYPE, MediaType.APPLICATION_JSON_VALUE)
                .codecs(configurer ->
                        configurer.defaultCodecs().maxInMemorySize(16 * 1024 * 1024)) //处理大响应
                .build();
    }
}

第三步,创建服务类,使用WebClient发送请求并处理流式响应。这里可能需要将响应转换为Flux,然后处理每个数据块。比如,读取每个chunk的数据,提取需要的内容,可能还要处理不同的数据格式,比如JSON对象或者特定格式的文本。

java 复制代码
@Service
@RequiredArgsConstructor
public class DeepSeekService {

    private final WebClient deepSeekClient;

    public Flux<String> streamCompletion(String prompt) {
        Map<String, Object> requestBody = new HashMap<>();
        requestBody.put("model", "deepseek-reasoner");
        requestBody.put("messages", List.of(Map.of("role", "user", "content", prompt)));
        // 启用流式
        requestBody.put("stream", true);
        requestBody.put("temperature", 0.7);

        return deepSeekClient.post()
                .contentType(MediaType.APPLICATION_JSON)
                .bodyValue(requestBody)
                .retrieve()
                .bodyToFlux(String.class)
                .filter(data -> !"[DONE]".equals(data)) // 过滤结束标记
                .map(this::extractContent)
                .onErrorResume(e -> {
                    // 错误处理
                    return Flux.error(new RuntimeException("API调用失败: " + e.getMessage()));
                });
    }
    // 解析响应数据
    private String extractContent(String data) {
        try {
            JsonNode node = new ObjectMapper().readTree(data);
            return (Strings.isBlank(node.at("/choices/0/delta/reasoning_content").asText()) || "null".equalsIgnoreCase(node.at("/choices/0/delta/reasoning_content").asText())) ? node.at("/choices/0/delta/content").asText() : node.at("/choices/0/delta/reasoning_content").asText();
        } catch (Exception e) {
            return "";
        }
    }


}

第四步,创建控制器

java 复制代码
@RestController
@RequiredArgsConstructor
@Slf4j
public class StreamController {
    // 添加速率限制
    private final RateLimiter rateLimiter = RateLimiter.create(10); // 10次/秒

    private final DeepSeekService deepSeekService;

    @GetMapping(value = "/chat/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public Flux<String> streamChat(@RequestParam String message) {
        if (!rateLimiter.tryAcquire()) {
            return Flux.error(new RuntimeException("请求过于频繁"));
        }
        return deepSeekService.streamCompletion(message)
                .map(content -> "data: " + content + "\n\n") // SSE格式
                .doOnComplete(() -> log.info("流式传输完成"))
                .doOnError(e -> log.error("流式错误: {}", e.getMessage()))
                .log("deepseek-stream", Level.FINE) // 详细日志
                .metrics();// 集成Micrometer监控
    }
}

配置

XML 复制代码
spring.application.name=deepseek_demo
server.port=8080

deepseek.api.key=sk-?????????????
deepseek.api.url=https://api.deepseek.com/v1/chat/completions

测试:

java 复制代码
@SpringBootTest
class DeepseekDemoApplicationTests {
    @Autowired
    private DeepSeekService deepSeekService;
    @Test
    void contextLoads() {
        Flux<String> flux = deepSeekService.streamCompletion("springboot如何接入deepseek的流式输出,给出详细的步骤及代码实现");
        StepVerifier.create(flux)
                .thenConsumeWhile(content -> {
                    System.out.print(content);
                    return true;
                })
                .verifyComplete();
    }
}
相关推荐
tedcloud1235 分钟前
OpenLogi 怎么搭建?用 Rust 打造一个轻量的 Logitech 外设管理工具
linux·运维·服务器·开发语言·后端·rust·开源
霸道流氓气质17 分钟前
Spring AI 技术细节:VectorStore 多库统一抽象
java·人工智能·spring
今天AI了吗18 分钟前
Codex 配置自定义 AI API 完整指南:从零到一接入你的专属模型
java·人工智能·python·数据分析·embedding
Tanjia_kiki23 分钟前
谷歌浏览器中F12编辑并重发请求
开发语言·前端·javascript
honkun633 分钟前
vue 表格组件 vxe-table 实现拖拽列字段自动生成透视表汇总
前端·javascript·vue.js
学长毕业设计38 分钟前
基于SpringBoot的健康食谱管理系统的设计与实现(源码+文档+讲解视频)
java·spring boot·后端
珍珠先生39 分钟前
P10 · 缺 MySQL 驱动 jar:ClassNotFoundException: com.mysql.cj.jdbc.Driver
java
Wang's Blog1 小时前
Vibe Coding一人即团队系列54:云服务器 Node.js 与 MySQL 9 环境搭建及配置指南
服务器·人工智能·mysql·node.js
IMPYLH1 小时前
HTML 的 <p> 元素
前端·javascript·html
leoZ2311 小时前
第 4 篇:布局骨架——页面壳、栅格、卡片
前端·javascript·vue.js·opencv·计算机视觉·数据挖掘·语音识别