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
求知摆渡5 分钟前
共享代码不是共享风险——公共库解耦的三种进化路径
java·后端·架构
brzhang16 分钟前
前端死在了 Python 朋友的嘴里?他用 Python 写了个交互式数据看板,着实秀了我一把,没碰一行 JavaScript
前端·后端·架构
该用户已不存在1 小时前
不知道这些工具,难怪的你的Python开发那么慢丨Python 开发必备的6大工具
前端·后端·python
Xy9101 小时前
开发者视角:App Trace 一键拉起(Deep Linking)技术详解
java·前端·后端
嘻嘻哈哈开森1 小时前
技术分享:深入了解 PlantUML
后端·面试·架构
vvw&1 小时前
Linux 中的 .bashrc 是什么?配置详解
linux·运维·服务器·chrome·后端·ubuntu·centos
厚道1 小时前
Elasticsearch 的存储原理
后端·elasticsearch
不甘打工的程序猿1 小时前
nacos-client模块学习《心跳维持》
后端·架构
方块海绵1 小时前
mysql 中使用 json 类型的字段
后端