Spring AI和DeepSeek介紹

Spring AI 是 Spring 生態(tài)系統(tǒng)中的一個重要項目，旨在將人工智能集成到 Spring 應(yīng)用程序中，它為 Java 開發(fā)者提供了一種便捷的方式來構(gòu)建、管理和部署 AI 模型。

Spring AI 的核心是解決了 Spring 生態(tài)和 AI 的快速集成：將您的企業(yè)數(shù)據(jù)和****API 與 AI 模型連接起來。

Spring AI 幾乎支持所有主流的 AI 模型提供商，例如 Anthropic、OpenAI、Microsoft、Amazon、Google 和 Ollama。支持的功能如下：

• 聊天
• 嵌入附件
• 文本轉(zhuǎn)圖片
• 音頻轉(zhuǎn)文本
• 文本轉(zhuǎn)音頻

Spring AI 最新預(yù)覽版也將集成 DeepSeek 大模型。

DeepSeek 介紹

DeepSeek 是國內(nèi)頂尖 AI 團(tuán)隊「深度求索」開發(fā)的多模態(tài)大模型，具備數(shù)學(xué)推理、代碼生成等深度能力，堪稱"AI界的六邊形戰(zhàn)士"。DeepSeek 最新版本 R1 采用了“思維鏈”技術(shù)，能夠展示完整的推理過程，使其在復(fù)雜推理任務(wù)上表現(xiàn)出色，甚至在某些方面可以與 OpenAI 的 O1 模型相媲美。

DeepSeek 身上的標(biāo)簽有很多，其中最具代表性的標(biāo)簽有以下兩個：

• 低成本（不挑硬件、開源、使用簡單無需復(fù)雜提示詞）。
• 高性能（推理能力極強(qiáng)、回答準(zhǔn)確）。

SpringAI 集成 DeepSeek 步驟如下。

1.環(huán)境準(zhǔn)備

在開始集成之前，確保你的開發(fā)環(huán)境滿足以下要求：

• JDK 17 或更高版本
• Maven 或 Gradle 構(gòu)建工具
• DeepSeek API Key（可通過官網(wǎng)注冊獲?。暾埖刂罚?a rel="external nofollow" target="_blank">DeepSeek 開放平臺

2.創(chuàng)建SpringBoot項目

使用 Spring Initializr 或其他工具創(chuàng)建一個新的 Spring Boot 項目，確保版本為 3.2.x 或更高。

3.添加依賴

在項目的 pom.xml 文件中添加 SpringAI 和 DeepSeek 的相關(guān)依賴。

以下是基于 Maven 的依賴配置示例：

<dependencies>
  <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
  </dependency>
  <dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
  </dependency>
</dependencies>

4.配置文件

在 application.properties 或 application.yml 文件中添加 DeepSeek 的配置信息：

# 必填項
spring.ai.openai.api-key=you-apikey
spring.ai.openai.base-url=https://api.deepseek.com
# 模型選擇（示例使用對話模型）
spring.ai.openai.chat.options.model=deepseek-chat

其中，api-key 是你在 DeepSeek 官網(wǎng)注冊后獲取的密鑰，base-url 是 DeepSeek API 的服務(wù)地址，model 指定使用的模型版本。

DeepSeek模型介紹

DeepSeek 目前支持以下兩種模型：

• deepseek-chat（V3）：適用于聊天機(jī)器人、智能客服、內(nèi)容生成等，能夠理解和生成日常對話內(nèi)容。
• deepseek-reasoner（R1）：專為復(fù)雜推理任務(wù)設(shè)計，適合解決需要深度邏輯分析和推理的問題。

5.編寫代碼

創(chuàng)建一個控制器類，用于處理與 DeepSeek 的交互，以下是一個簡單的示例：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;

@RestController
@RequestMapping("/api/chat")
public class ChatController {

    @Autowired
    private DeepSeekClient deepSeekClient;

    @PostMapping
    public String chat(@RequestBody String message) {
        return deepSeekClient.chatCompletion(message).getOutput().getContent();
    }

    @GetMapping(value = "/stream", produces = "text/event-stream")
    public Flux<String> chatStream(@RequestParam String message) {
        return deepSeekClient.chatFluxCompletion(message)
        .map(response -> response.getOutput().getContent());
    }
}

在上述代碼中，chat 方法用于處理普通的非流式請求，而 chatStream 方法則支持流式響應(yīng)，能夠?qū)崟r返回 AI 的推理結(jié)果。

課后思考：關(guān)于流式輸出

大模型的響應(yīng)速度是很慢的，為了避免用戶用戶能夠耐心等待輸出的結(jié)果，我們通常會使用流式輸出一點(diǎn)點(diǎn)將結(jié)果輸出給用戶，那么問題來了，想要實(shí)現(xiàn)流式結(jié)果輸出，后端和前端要如何配合？后端要使用什么技術(shù)實(shí)現(xiàn)流式輸出呢？

到此這篇關(guān)于Spring AI內(nèi)置DeepSeek的詳細(xì)步驟的文章就介紹到這了,更多相關(guān)Spring AI內(nèi)置DeepSeek內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論