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
朱容zr33313328 分钟前
为什么推荐使用自增主键?使用UUID作为主键的优缺点是什么?
java·运维·数据库·后端·mysql·面试·性能优化
用户6081865279038 分钟前
一文吃透 Avalonia 布局容器|Grid 到 UniformGrid 核心用法 + 语法糖实战
后端
Ai拆代码的曹操1 小时前
Dubbo 线程池爆满排坑:Linux 用户线程数限制,一个容易被忽略的根因
后端·源码阅读
不吃辣4901 小时前
vibe coding | 如何做一个 AI 音乐生成工具?
java·人工智能·后端·ai·ai编程
坏心思1 小时前
布隆过滤器太难删除?深入理解布谷鸟过滤器:原理、源码、性能对比与工程选型
后端
城管不管2 小时前
重生——第五次面试2026.8.1一面
java·数据库·后端·ai·面试·职场和发展·agent
SkyStream2 小时前
无人机系列-篇三-AI视频识别接入架构与优化
后端
SkyStream2 小时前
无人机系列-篇二-ZLMediaKit多路流管理与分发
后端
geovindu2 小时前
java: Gale-Shapley Algorithm
java·开发语言·后端·算法
环境栈笔记2 小时前
指纹浏览器安全评测方法:核对环境、数据与权限后再选型
前端·人工智能·后端·自动化