当前位置： 首页 > news >正文

SpringAI_Chat模型_DeepSeek模型--基础对话

news 2025/7/20 8:29:34

一、前言

Spring AI 提供跨 AI 供应商（如 OpenAI、Hugging Face 等）的一致性 API, 通过分装的ChatModel或ChatClient即可轻松调动LLM进行流式或非流式对话。

本专栏主要围绕着通过OpenAI方式调用各种大语言模型展开学习（因为95%以上模型都兼容OpenAI方式调用接口），接下来我们先从调用深度求索的DeepSeek模型开始探索吧~

上一篇文章：1. Spring AI概述-CSDN博客

二、术语

2.1 ChatModel 和ChatClient的区分

Spring AI 中的 ChatModel 和 ChatClient 是两种不同层级的 API 设计，分别针对不同复杂度的 AI 交互场景。以下是两者的核心差异、典型用法及适用场景分析：

PS : ChatClient是对ChatModel的高级封装, 是官方推荐的核心API ！

a. 首次引入版本

    • 里程碑版本：ChatClient 在 1.0.0-M5 中首次出现，但接口设计尚未稳定。
    • 稳定版本：从 1.0.0-M7 开始接口基本定型，并在 1.0.0-M8 中进一步优化。
    • 正式生产版本：1.0.0 GA（2025年5月20日发布）是首个稳定且支持生产环境的版本,ChatClient 成为官方推荐的核心 API。

b. 当前推荐版本

    • 1.0.0 GA：功能完善，支持同步/流式调用、多模型切换、工具调用等企业级特性，是生产环境首选

2.2 OpenAI标准

OpenAI的API设计已成为行业事实标准，开发者生态庞大。国内绝大部分模型（如通义千问、DeepSeek、文心一言、智谱GLM、Kimi等）均提供与OpenAI兼容的API接口，开发者仅需替换base_url、api_key 和 model 参数，即可快速调动大模型能力！

主流模型兼容OpenAI接口对比表：

三、DeepSeek开放平台

注册开放平台账号（DeepSeek），充值5块钱（开发够用了），然后创建API KEY

四、代码

4.1 项目依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"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><groupId>com.better</groupId><artifactId>spring-ai-parent</artifactId><version>1.0-SNAPSHOT</version><packaging>pom</packaging><modules><module>models/chat/chat-openai-deepseek</module></modules><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.4.5</version><relativePath/></parent><properties><maven.compiler.source>17</maven.compiler.source><maven.compiler.target>17</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-openai</artifactId></dependency></dependencies><!--Spring AI模块的依赖版本管理--><dependencyManagement><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><!--正式生产版本：1.0.0 GA（2025年5月20日发布）是首个稳定且支持生产环境的版本，ChatClient 成为官方推荐的核心 API--><version>1.0.0</version> <!-- GA 版本 --><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement></project>

4.2 模型配置

server:port: 8321
spring:ai:openai:base-url: https://api.deepseek.comapi-key: ${OPENAI_API_KEY}chat:options:model: deepseek-chat  # 可选模型：deepseek-chat/deepseek-reasonertemperature: 0.6      # 响应随机性控制,默认值

4.3 ChatClient

4.3.1 非流式对话

    @GetMapping("/chat")String chat(String question) {return chatClient.prompt(question).call().content();

4.3.2 流式对话

    @GetMapping(value = "/chat/stream",produces = MediaType.TEXT_EVENT_STREAM_VALUE)Flux<String> chatStream(String question) {return chatClient.prompt(question).stream().content();}

4.3.3 通用LLM配置

适用于所有支持的 LLM 提供商,跨平台兼容性高，适配 OpenAI、DeepSeek等

    @GetMapping("/chat/generic-options")String chatGenericOptions(String question) {return chatClient.prompt(question).options(ChatOptions.builder().model("deepseek-reasoner")  // 指定模型(deepSeek的推理模型).temperature(0.9) // 指定温度值.build()).call().content();}

4.3.4 OpenAI配置

    @GetMapping("/chat/provider-options")String chatProviderOptions(String question) {return chatClient.prompt(question).options(OpenAiChatOptions.builder().logprobs(true) // 用于请求模型在生成文本时返回每个生成toke的对数概率.build()).call().content();}

4.3.5 完整代码

package com.better.springai;import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.prompt.ChatOptions;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;/*** 高级封装ChatClient*/
@RestController
class ChatClientController {private final ChatClient chatClient;public ChatClientController(ChatClient.Builder chatClientBuilder) {this.chatClient = chatClientBuilder.build();}/*** 非流式对话* @param question 问题* return java.lang.String* @author luchuyan* @time 2025/7/19 18:59**/@GetMapping("/chat")String chat(String question) {return chatClient.prompt(question).call().content();}/*** 流式对话* @param question* return reactor.core.publisher.Flux<java.lang.String>* @author luchuyan* @time 2025/7/19 19:00**/@GetMapping(value = "/chat/stream",produces = MediaType.TEXT_EVENT_STREAM_VALUE)Flux<String> chatStream(String question) {return chatClient.prompt(question).stream().content();}/*** 非流式对话-通用LLM配置* PS: 适用于所有支持的 LLM 提供商,跨平台兼容性高，适配 OpenAI、DeepSeek等* @param question* return java.lang.String* @author luchuyan* @time 2025/7/19 19:09**/@GetMapping("/chat/generic-options")String chatGenericOptions(String question) {return chatClient.prompt(question).options(ChatOptions.builder().model("deepseek-reasoner")  // 指定模型(deepSeek的推理模型).temperature(0.9) // 指定温度值.build()).call().content();}/*** 非流式对话-OpenAI专属配置* PS: 仅适用于 OpenAI 或兼容 OpenAI 接口的服务（如 DeepSeek）* @param question* return java.lang.String* @author luchuyan* @time 2025/7/19 19:13**/@GetMapping("/chat/provider-options")String chatProviderOptions(String question) {return chatClient.prompt(question).options(OpenAiChatOptions.builder().logprobs(true) // 用于请求模型在生成文本时返回每个生成toke的对数概率.build()).call().content();}}

4.4 ChatModel

用户和ChatClient差不多, 不再赘述~

4.4.1 完整代码

package com.better.springai;import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.prompt.ChatOptions;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;/*** 基础封装ChatModel*/
@RestController
@RequestMapping("/model")
class ChatModelController {private final ChatModel chatModel;ChatModelController(ChatModel chatModel) {this.chatModel = chatModel;}/*** 非流式对话* @param question 问题* return java.lang.String* @author luchuyan* @time 2025/7/19 20:48**/@GetMapping("/chat")String chat(String question) {return chatModel.call(question);}/*** 流式对话* @param question* return reactor.core.publisher.Flux<java.lang.String>* @author luchuyan* @time 2025/7/19 19:00**/@GetMapping(value = "/chat/stream",produces = MediaType.TEXT_EVENT_STREAM_VALUE)Flux<String> chatStream(String question) {return chatModel.stream(question);}/*** 非流式对话-通用LLM配置* PS: 适用于所有支持的 LLM 提供商,跨平台兼容性高，适配 OpenAI、DeepSeek等* @param question* return java.lang.String* @author luchuyan* @time 2025/7/19 19:09**/@GetMapping("/chat/generic-options")String chatGenericOptions(String question) {return chatModel.call(new Prompt(question, ChatOptions.builder().model("deepseek-reasoner")  // 指定模型(deepSeek的推理模型).temperature(0.9).build())).getResult().getOutput().getText();}/*** 非流式对话-OpenAI专属配置* PS: 仅适用于 OpenAI 或兼容 OpenAI 接口的服务（如 DeepSeek）* @param question* return java.lang.String* @author luchuyan* @time 2025/7/19 19:13**/@GetMapping("/chat/provider-options")String chatProviderOptions(String question) {return chatModel.call(new Prompt(question, OpenAiChatOptions.builder().logprobs(true).build())).getResult().getOutput().getText();}}

五、参考资料

5.1 Spring AI官网文档

    • Chat Client API :: Spring AI Reference 、
    • OpenAI Chat :: Spring AI Reference

5.2 阿里云Maven仓库

  • 仓库服务

5.3 Spring AI 依赖仓库

  • JFrog

5.4 DeepSeek开发文档

  • 首次调用 API | DeepSeek API Docs

---------------------------如果文章对你有帮助，别忘了点赞支持一下，谢谢~---------------------------

http://www.lryc.cn/news/593271.html

相关文章：

  • SpringBoot项目部署至云服务器
  • gitlab+jenkins
  • kubeadm方式部署Kubernetes v1.22.2集群
  • 农经权二轮延包—批量出图片
  • 2025最新版 Go语言Goland 专业安装及配置（超详细）
  • QCC系列显示交互层的自研技术突破与实践
  • Java行为型模式---状态模式
  • 面试高频题 力扣 130. 被围绕的区域 洪水灌溉(FloodFill) 深度优先遍历(dfs) 暴力搜索 C++解题思路 每日一题
  • 如何在HTML5页面中嵌入视频
  • 【vue-5】Vue 3 中的 v-model：双向数据绑定的全面指南
  • 基于深度学习的推荐系统：从协同过滤到神经网络
  • Django母婴商城项目实践（十一）- 用户信息模块之用户登录注册
  • QT动态加载动态库 QLibrary
  • QT窗口（7）-QColorDiag
  • JUC并发包CountDownLatch减法计数器的使用实例（多线程）
  • mac 配置svn
  • XSS原型与原型链
  • Netty集群方案详解与实战(Zookeeper + Redis + RabbitMQ)
  • LangGraph教程9：LangGraph检查点和Send机制
  • 微信小程序171~180
  • 微信小程序入门实例_____从零开始 开发一个“旅行清单 ”微信小程序
  • 微信小程序——世界天气小助手
  • YOLOv11改进 | RFAConv重塑空间注意力助力性能提升
  • 针对大规模语言模型的上下文工程技术调研与总结（翻译并摘要）
  • The Missing Semester of Your CS Education 学习笔记以及一些拓展知识（三）
  • 华为仓颉编程语言语法简介与示例
  • OpenCV 官翻8 - 其他算法
  • 从 Server.xml 到字节码：Tomcat 内核全景与请求旅程 10 000 字深剖
  • 如何解决pip安装报错ModuleNotFoundError: No module named ‘sqlalchemy’问题
  • Jenkins自动化部署.NET应用实战：Docker+私有仓库+SSH远程发布