Spring項目接入DeepSeek的兩種超簡單的方式分享
DeepSeek 作為一款卓越的國產(chǎn) AI 模型，越來越多的公司考慮在自己的應(yīng)用中集成。對于 Java 應(yīng)用來說，我們可以借助 Spring AI 集成 DeepSeek，非常簡單方便！
Spring AI 是什么？
Spring AI 從著名的 Python 項目（例如 LangChain 和 LlamaIndex）中汲取靈感，解決了 AI 集成中的核心挑戰(zhàn)：將企業(yè)數(shù)據(jù)和 API 與 AI 模型連接起來。
你可以將 Spring AI 看作是一個適配器或者高層封裝，用來幫你更方便地集成和使用不同的 AI 模型。它的核心目標是簡化開發(fā)流程，降低使用多種 AI 服務(wù)時的復(fù)雜性，同時提升代碼的可維護性和靈活性。
Spring AI 的主要功能包括：
- 統(tǒng)一 API: Spring AI 提供了一套統(tǒng)一的接口，用來調(diào)用不同的 AI 模型（例如 OpenAI、Hugging Face、DeepSeek、Gemini 等）。開發(fā)者只需要學(xué)習(xí) Spring AI 的 API，就能無縫對接各種 AI 服務(wù)，而無需深入了解各家服務(wù)的底層實現(xiàn)和差異。
- 簡化配置: Spring AI 提供了自動化的配置管理，例如 API 密鑰、模型參數(shù)等。你只需要簡單地在配置文件中定義所需的參數(shù)，Spring AI 就會自動完成初始化和連接，避免繁瑣的手動配置。
- 易于切換: Spring AI 的抽象設(shè)計使得更換 AI 提供商變得非常簡單。開發(fā)者只需要修改少量配置，而不用修改業(yè)務(wù)代碼，從而實現(xiàn)靈活的 AI 服務(wù)切換，適應(yīng)不同場景需求。
Spring AI 集成 DeepSeek
這里介紹兩種方式：
- spring-ai-openai starter：偽裝成 OpenAI，DeepSeek 提供了 OpenAI 兼容模式
- spring-ai-ollama-spring-boot-starter：通過 Ollama 本地部署一個 DeepSeek R1 蒸餾版。
偽裝成 OpenAI
DeepSeek 其實提供了 OpenAI 兼容模式，只要在請求頭里加個api_key，就能假裝自己在調(diào) OpenAI。Spring AI 的 openai starter 本質(zhì)上是通過 RestTemplate 發(fā)請求，我們只需要改改 URL 和認證方式。
1、添加依賴：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-openai-spring-boot-starter</artifactId>
<version>0.8.1</version>
</dependency>
2、修改配置文件 application.yml
spring:
ai:
openai:
base-url: https://api.deepseek.com/v1 # DeepSeek的OpenAI式端點
api-key: sk-your-deepseek-key-here
chat.options:
model: deepseek-chat # 指定DeepSeek的模型名稱
3、DeepSeek API KEY 可以在 DeepSeek 開放平臺中自行創(chuàng)建，地址：platform.deepseek.com/api_keys 。
4、在代碼中調(diào)用：
@RestController
@RequestMapping("/ai")
@Slf4j
public class ChatController {
private final ChatClient chatClient;
// 構(gòu)造方法注入 ChatClient.Builder，用于構(gòu)建 ChatClient 實例
public ChatController(ChatClient.Builder chatClientBuilder) {
this.chatClient = chatClientBuilder.build();
}
@GetMapping("/chat")
public String generate(@RequestParam(value = "message") String message) {
log.info("Generating response");
// 調(diào)用 ChatClient 的 prompt 方法生成響應(yīng)
// 1. prompt(message): 創(chuàng)建一個包含用戶輸入消息的 Prompt 對象
// 2. call(): 調(diào)用 ChatClient 與 AI 模型交互以獲取響應(yīng)
// 3. content(): 提取響應(yīng)的內(nèi)容部分
return chatClient.prompt(message).call().content();
}
}
在運行時，你可以通過在 Prompt 調(diào)用中添加新的、針對請求的選項來覆蓋默認配置。例如，要為特定請求覆蓋默認模型和溫度，可以這樣實現(xiàn)：
ChatResponse response = chatModel.call(
new Prompt(
"Generate the names of 5 famous pirates.",
OpenAiChatOptions.builder()
.withModel("deepseek-chat")
.withTemperature(0.4)
.build()
));
本地化部署
如果想要把 DeepSeek 部署在內(nèi)網(wǎng)服務(wù)器，或者你想在本地跑個小模型，可以采用這種方式來在本地部署一個 DeepSeek R1 蒸餾版。
1、從官方網(wǎng)站下載并安裝 Ollama：ollama.com
2、拉取 DeepSeek 模型：
ollama pull deepseek-r1:1.5b ollama list deepseek
更多版本可以在這里查看：ollama.com/library/deepseek-r1 。
3、添加依賴：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
<version>0.8.1</version>
</dependency>
4、修改配置：
spring:
ai:
ollama:
base-url: http://localhost:11434
chat:
model: deepseek-r1:1.5b # 與本地模型名稱對應(yīng)
5、在代碼中調(diào)用：
@RestController
@RequestMapping("/ai")
public class ChatController {
private final ChatClient chatClient;
// 構(gòu)造方法注入 ChatClient.Builder，用于構(gòu)建 ChatClient 實例
public ChatController(ChatClient.Builder chatClient) {
this.chatClient = chatClient.build();
}
@GetMapping("/chat")
public ResponseEntity<Flux<String>> chat(@RequestParam(value = "message") String message) {
try {
// 調(diào)用 ChatClient 生成響應(yīng)，并以 Flux<String>（響應(yīng)流）形式返回
Flux<String> response = chatClient.prompt(message).stream().content();
return ResponseEntity.ok(response);
} catch (Exception e) {
return ResponseEntity.badRequest().build();
}
}
}
Spring Cloud Alibaba AI 中也支持這種方式，并且官網(wǎng)上提供了詳細的方法：java2ai.com/blog/spring-ai-alibaba-ollama-deepseek/ 。
總結(jié)
這篇文章主要介紹了 Spring AI 以及如何通過 Spring AI 集成 DeepSeek：
- 偽裝成 OpenAI: DeepSeek 可以假裝自己是 OpenAI，直接用 Spring AI 的 OpenAI starter 就行，改改配置就好，就像換個鏈接一樣簡單。
- 本地部署: 如果你想把 DeepSeek 放在自己服務(wù)器上，或者想在電腦上跑個小模型玩玩，可以用 Ollama。先下載 Ollama，再下載 DeepSeek 模型，然后用 Spring AI 的 Ollama starter，也超級簡單。Spring Cloud Alibaba AI 也支持這種玩法，官網(wǎng)有教程。
以上就是Spring項目接入DeepSeek的兩種超簡單的方式分享的詳細內(nèi)容，更多關(guān)于Spring項目接入DeepSeek的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
springboot中的攔截器和過濾器的作用、區(qū)別解析
這篇文章主要介紹了springboot中的攔截器和過濾器的作用、區(qū)別解析,本文通過實例代碼給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友參考下吧2025-09-09
macOS下Spring Boot開發(fā)環(huán)境搭建教程
這篇文章主要為大家詳細介紹了macOS下Spring Boot開發(fā)環(huán)境搭建教程，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-01-01
這篇文章主要介紹了win10下配置java環(huán)境變量的方法，本文圖文并茂給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下2020-02-02
這篇文章主要給大家介紹了關(guān)于RabbitMQ竟無法反序列化List的相關(guān)資料,文中通過示例代碼將問題以及解決的過程介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2021-09-09
下面小編就為大家?guī)硪黄綧yBatis源碼全面解析】MyBatis一二級緩存介紹。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-06-06
這篇文章主要介紹了如何修改maven默認的JDK版本，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-01-01
這篇文章主要介紹了Map集合中獲取key-value值的實現(xiàn)方法，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-03-03
Spring AI集成DeepSeek三步搞定Java智能應(yīng)用的詳細過程
本文介紹了如何使用SpringAI集成DeepSeek,一個國內(nèi)頂尖的多模態(tài)大模型,SpringAI提供了一套統(tǒng)一的接口,簡化了與不同AI模型的集成,通過配置文件和簡單的接口調(diào)用,開發(fā)者可以方便地使用DeepSeek進行數(shù)學(xué)推理、代碼生成等任務(wù),感興趣的朋友一起看看吧2025-03-03
這篇文章主要介紹了java中BigDecimal類型比較大小和絕對值計算方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-07-07
maven目前在web上面的使用方式很普遍，而打包的方式也存在很多方式，本文就詳細的介紹了三種方式，具有一定的參考價值，感興趣的可以了解下2021-06-06