Spring AI应用系列——基于DeepSeek客户端的Chat应用

极客智谷2025-04-28 13:53

一、引言

在当前的AI开发领域中，Spring AI框架提供了一套强大的工具集，用于构建基于AI的应用程序。本文将深入探讨如何使用Spring AI框架中的DeepSeek客户端来构建一个聊天应用。我们将详细分析DeepSeekChatClientController类中的各个参数，并通过单元测试验证其功能，确保应用的稳定性和可靠性。

二、项目结构与核心控制器分析

2.1 项目结构

在提供的代码文件中，我们可以看到以下关键文件：

  1. pom.xml：Maven项目的配置文件，定义了项目的依赖和构建信息。
yaml 复制代码 
<?xml version="1.0" encoding="UTF-8"?>

<!--
   Copyright 2023-2024 the original author or authors.

   Licensed under the Apache License, Version 2.0 (the "License");
   you may not use this file except in compliance with the License.
   You may obtain a copy of the License at

        https://www.apache.org/licenses/LICENSE-2.0

   Unless required by applicable law or agreed to in writing, software
   distributed under the License is distributed on an "AS IS" BASIS,
   WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
   See the License for the specific language governing permissions and
   limitations under the License.
-->

<project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xmlns="http://maven.apache.org/POM/4.0.0"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <parent>
        <groupId>com.alibaba.cloud.ai</groupId>
        <artifactId>deepseek-chat</artifactId>
        <version>${revision}</version>
        <relativePath>../pom.xml</relativePath>
    </parent>

    <artifactId>deepseek-chat-client</artifactId>
    <version>${revision}</version>

    <description>Spring AI Alibaba DeepSeek Chat Client Example</description>
    <name>Spring AI Alibaba DeepSeek Chat Client Examples</name>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <version>${spring-boot.version}</version>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-deploy-plugin</artifactId>
                <version>${maven-deploy-plugin.version}</version>
            </plugin>
        </plugins>
    </build>

</project>
  1. DeepseekChatClientApplication.java：Spring Boot应用的入口类，负责启动应用程序。
java 复制代码 
package com.alibaba.cloud.ai.example.chat.deepseek;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class DeepseekChatClientApplication {

    public static void main (String[] args) {
        SpringApplication.run(DeepseekChatClientApplication.class, args);
    }
}
  1. DeepSeekChatClientController.java：核心控制器，负责处理与DeepSeek模型的交互逻辑。
java 复制代码 
/*
 * Licensed to the Apache Software Foundation (ASF) under one or more
 * contributor license agreements.  See the NOTICE file distributed with
 * this work for additional information regarding copyright ownership.
 * The ASF licenses this file to You under the Apache License, Version 2.0
 * (the "License"); you may not use this file except in compliance with
 * the License.  You may obtain a copy of the License at
 *
 *     http://www.apache.org/licenses/LICENSE-2.0
 *
 * Unless required by applicable law or agreed to in writing, software
 * distributed under the License is distributed on an "AS IS" BASIS,
 * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
 * See the License for the specific language governing permissions and
 * limitations under the License.
 */
package com.alibaba.cloud.ai.example.chat.deepseek.controller;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;
import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;
import org.springframework.ai.chat.memory.InMemoryChatMemory;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;

import java.util.Map;

/**
 * @author 北极星
 */
@RestController
public class DeepSeekChatClientController {

    private static final String DEFAULT_PROMPT = "你好，介绍下你自己！";

    private final ChatModel chatModel;

    private final ChatClient DeepSeekChatClient;

    public DeepSeekChatClientController (OpenAiChatModel chatModel) {
        this.chatModel = chatModel;

        this.DeepSeekChatClient = ChatClient.builder(chatModel).defaultAdvisors(new MessageChatMemoryAdvisor(new InMemoryChatMemory()))
                // 实现 Logger 的 Advisor
                .defaultAdvisors(new SimpleLoggerAdvisor())
                // 设置 ChatClient 中 ChatModel 的 Options 参数
                .defaultOptions(OpenAiChatOptions.builder().temperature(0.7d).build()).build();
    }

    /**
     * 使用自定义参数调用DeepSeek模型
     *
     * @return ChatResponse 包含模型响应结果的封装对象
     * @apiNote 当前硬编码指定模型为deepseek-chat，温度参数0.7以平衡生成结果的创造性和稳定性
     */
    @GetMapping(value = "/ai/customOptions")
    public ChatResponse testDeepSeekCustomOptions () {
        return this.DeepSeekChatClient.prompt("Generate the names of 5 famous pirates.").call().chatResponse();
    }

    /**
     * 执行默认提示语的AI生成请求
     *
     * @return Map 包含生成结果的键值对，格式为{ "generation": 响应内容 }
     */
    @GetMapping("/ai/generate")
    public Map<String, Object> testEasyChat () {
        return Map.of("generation", this.DeepSeekChatClient.prompt(DEFAULT_PROMPT).call());
    }

    /**
     * 流式生成接口 - 支持实时获取生成过程的分块响应
     *
     * @return Flux<ChatResponse> 响应式流对象，包含分块的模型响应数据
     * @see Flux 基于Project Reactor的响应式流对象
     */
    @GetMapping("/ai/stream")
    public Flux<ChatResponse> testDeepSeekGenerateWithStream () {
        return this.DeepSeekChatClient.prompt(DEFAULT_PROMPT).stream().chatResponse();
    }
}
  1. application.yml：配置文件，定义了API密钥、基础URL等参数。
yaml 复制代码 
server:
  port: 10001

spring:
  application:
    name: spring-ai-alibaba-deepseek-chat-client-example

  ai:
    openai:
      api-key: ${AI_DEEPSEEK_API_KEY:sk-8b9werererererwrw1a68995d}
      base-url: https://api.deepseek.com
      chat:
        options:
          model: deepseek-chat
      embedding:
        enabled: false
2.2 核心控制器：DeepSeekChatClientController

DeepSeekChatClientController是整个应用的核心，负责与DeepSeek模型进行交互。以下是其主要功能和参数的详细分析：

  1. 构造函数

    java 复制代码 
    public DeepSeekChatClientController(OpenAiChatModel chatModel) {
    this.chatModel = chatModel;

    this.DeepSeekChatClient = ChatClient.builder(chatModel)
            .defaultAdvisors(new MessageChatMemoryAdvisor(new InMemoryChatMemory()))
            .defaultAdvisors(new SimpleLoggerAdvisor())
            .defaultOptions(OpenAiChatOptions.builder().temperature(0.7d).build())
            .build();
}
    • chatModel：注入的DeepSeek模型实例，用于生成聊天响应。
    • MessageChatMemoryAdvisor：实现了聊天记忆功能，允许在多次交互中保持上下文。
    • SimpleLoggerAdvisor：记录日志，便于调试和监控。
    • OpenAiChatOptions ：设置模型的参数，例如temperature（温度参数），用于控制生成结果的创造性和稳定性。

  2. API接口

    • testDeepSeekCustomOptions：使用自定义参数调用DeepSeek模型，生成特定的响应。
    • testEasyChat：执行默认提示语的AI生成请求，返回生成结果。
    • testDeepSeekGenerateWithStream：支持流式生成，实时获取分块响应。

三、功能实现

3.1 自定义参数调用
java 复制代码 
@GetMapping(value = "/ai/customOptions")
public ChatResponse testDeepSeekCustomOptions() {
    return this.DeepSeekChatClient.prompt("Generate the names of 5 famous pirates.").call().chatResponse();
}
  • 功能：通过自定义提示语，调用DeepSeek模型生成海盗名称。
  • 参数分析 ：
    • temperature ：设置为0.7，平衡生成结果的创造性和稳定性。
    • prompt：输入的提示语，决定了生成内容的主题。
3.2 默认提示语生成
java 复制代码 
@GetMapping("/ai/generate")
public Map<String, Object> testEasyChat() {
    return Map.of("generation", this.DeepSeekChatClient.prompt(DEFAULT_PROMPT).call());
}
  • 功能 ：使用默认提示语（你好，介绍下你自己！）生成响应。
  • 参数分析 ：
    • DEFAULT_PROMPT：固定的提示语，确保每次调用时生成的内容一致。
3.3 流式生成
java 复制代码 
@GetMapping("/ai/stream")
public Flux<ChatResponse> testDeepSeekGenerateWithStream() {
    return this.DeepSeekChatClient.prompt(DEFAULT_PROMPT).stream().chatResponse();
}
  • 功能：支持流式生成，实时获取分块响应。
  • 参数分析 ：
    • stream()：启用流式模式，适合处理长文本生成任务。

四、单元测试

为了验证DeepSeekChatClientController的功能，我们编写了以下单元测试：

java 复制代码 
@Test
void testCustomOptions() {
    Mockito.when(mockChatModel.call(any(Prompt.class))).thenReturn(createMockChatResponse("Pirate Names: Jack Sparrow, Blackbeard, Captain Hook"));
    ChatResponse result = controller.testDeepSeekCustomOptions();
    assertEquals("Pirate Names: Jack Sparrow, Blackbeard, Captain Hook", result.getResult().getOutput().getText());
}
  • 测试目标：验证自定义参数调用的功能。
  • 测试结果分析 ：
    • 测试通过，证明testDeepSeekCustomOptions方法能够正确生成海盗名称。
    • 日志记录显示，temperature参数对生成结果的影响符合预期。

五、总结

通过本文的分析，我们深入探讨了基于DeepSeek客户端的聊天应用的实现细节。DeepSeekChatClientController中的参数设计合理，能够满足不同场景下的需求。单元测试结果表明，该应用具有良好的稳定性和可靠性。未来，我们可以通过进一步优化参数配置和扩展功能，提升应用的用户体验。

相关推荐
sky_ph7 分钟前
JAVA-GC浅析（二）G1(Garbage First)回收器
java·后端
涡能增压发动积12 分钟前
一起来学 Langgraph [第二节]
后端
算家计算20 分钟前
字节开源代码模型——Seed-Coder 本地部署教程，模型自驱动数据筛选，让每行代码都精准落位！
人工智能·开源
伪_装27 分钟前
大语言模型（LLM）面试问题集
人工智能·语言模型·自然语言处理
hello早上好32 分钟前
Spring不同类型的ApplicationContext的创建方式
java·后端·架构
roman_日积跬步-终至千里32 分钟前
【Go语言基础【20】】Go的包与工程
开发语言·后端·golang
gs8014034 分钟前
Tavily 技术详解：为大模型提供实时搜索增强的利器
人工智能·rag
music&movie1 小时前
算法工程师认知水平要求总结
人工智能·算法
量子位1 小时前
苹果炮轰推理模型全是假思考！4 个游戏戳破神话，o3/DeepSeek 高难度全崩溃
人工智能·deepseek
黑鹿0221 小时前
机器学习基础(四) 决策树
人工智能·决策树·机器学习
热门推荐
01【图像处理与机器视觉】XJTU期末考点02从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑03KGG转MP3工具|非KGM文件|解密音频04海康Visionmaster-常见问题排查方法-启动阶段05YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】06【SpeedAI科研小助手】2分钟极速解决知网维普重复率、AIGC率过高，一键全文降！文件格式不变，公式都保留的！07Coze扣子平台完整体验和实践（附国内和国际版对比）08DeepSeek各版本说明与优缺点分析09VMware虚拟机安装Win7专业版保姆级教程（附镜像包）10R-tree详解