Spring AI 结合DeepSeek使用教程

Spring AI 结合DeepSeek使用教程

一、环境搭建与项目初始化

  1. 创建Spring Boot项目

    • 使用IDEA或Spring Initializr创建项目,选择JDK 17或更高版本(推荐21)。
    • 勾选依赖项:Spring WebLombok,Maven或Gradle作为构建工具。
    • 添加Spring AI依赖(以DeepSeek为例):
    • deepseek 作为引入依赖
    xml 复制代码
    <properties>
        <java.version>17</java.version>
        <spring-ai.version>1.0.0</spring-ai.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-deepseek</artifactId>
        </dependency>
    
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>1.0.0</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>
  2. 配置API密钥

    application.yml中配置模型服务(以DeepSeek为例):

    yaml 复制代码
    server:
      port: 8080
    spring:
      ai:
        deepseek:
          api-key: sk-your-api-key
          base-url: https://api.deepseek.com/v1
          chat:
            options:
              model: deepseek-chat

二、基础功能实现

  1. 调用大模型生成文本
    • 通过chatModel发送请求:

      java 复制代码
         @RestController
         public class ChatController {
             private DeepSeekChatModel chatModel;
         
             @Autowired
             public ChatController(DeepSeekChatModel chatModel) {
                 this.chatModel = chatModel;
             }
         
         
             @GetMapping("/ai/generate")
             public Map generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
                 return Map.of("generation", chatModel.call(message));
             }
         
             @GetMapping("/ai/generateStream")
             public Flux<ChatResponse> generateStream(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
                 var prompt = new Prompt(new UserMessage(message));
                 return chatModel.stream(prompt);
             }
         
         }
    • 启动应用后,访问http://localhost:8080/ai/generate?message=写一首春天的诗即可获取响应。 响应结果如下:

🍚总结

大功告成,撒花致谢🎆🎇🌟,关注我不迷路,带你起飞带你富。 Writted By 知识浅谈

相关推荐
boooooooom1 小时前
尝尝咸淡:从朴素 RAG 到 Graph RAG——一个烹饪问答系统的三层检索升级之路
前端·后端·llm
2601_963870182 小时前
【计算机毕业设计】基于Vue+Spring Boot的助农电商系统的设计与实现
spring boot·后端·课程设计
sun༒2 小时前
Spring @Scheduled 定时任务详解:Cron表达式、执行顺序、优先级与并行调度
java·后端·spring
yuhaiqiang2 小时前
从这两件事就能看出 vibecoding 距离专业作品差距有多大?AI 能抹平技术,但抹不平品味 !
前端·后端·程序员
野生技术架构师3 小时前
Spring Boot 实现数据脱敏:自定义注解 + Jackson 序列化器
java·spring boot·后端
明月_清风4 小时前
vLLM 深度实战:2026 年生产级 LLM 推理引擎完全指南
前端·后端·ai编程
吃饱了得干活4 小时前
限界上下文之后:微服务怎么拆、上下文怎么聊?
java·后端·架构
星火10245 小时前
【Groovy翻译-进阶篇】运行时元编程与编译时元编程(上)
后端·groovy
CHHH_HHH5 小时前
【Linux系统篇】深入解析Linux文件系统:从磁盘寻址到软硬链接
linux·服务器·开发语言·后端·ubuntu