SpringBoot兩種方式接入DeepSeek的實(shí)現(xiàn)

更新時間：2025年03月24日 10:27:08 作者：赤橙紅的黃

本文主要介紹了SpringBoot兩種方式接入DeepSeek的實(shí)現(xiàn),包括HttpClient方式和基于spring-ai-openai的方式,文中通過示例代碼介紹的非常詳細(xì),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,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

方式一：基于HttpClient

步驟 1：準(zhǔn)備工作

獲取 DeepSeek API 密鑰：訪問 DeepSeek 的開發(fā)者平臺，注冊并獲取 API 密鑰。

步驟 2：引入依賴

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

步驟 3：配置 DeepSeek API

配置參數(shù)：在 application.yml 文件里，把 DeepSeek 的 API 端點(diǎn)和密鑰寫進(jìn)去：

在 application.properties 或 application.yml 中配置 DeepSeek 的 API 密鑰和端點(diǎn)：

deepseek.api.key=sk-xxxxxxxxxx
deepseek.api.url=https://api.deepseek.com/v1/chat/completions

步驟 4：自定義 DeepSeek Client Service

（1）自定義請求頭

public record DeepSeekRequest(
        String model,
        List<Message> messages,
        double temperature,
        int max_tokens
) {
    public record Message(String role, String content) {}
}

（2）自定義響應(yīng)體

public record DeepSeekResponse(
        String id,
        String object,
        long created,
        String model,
        List<Choice> choices
) {
    public record Choice(
            int index,
            Message message,
            String finish_reason
    ) {
        public record Message(String role, String content) {}
    }
}

（3）service

import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.web.client.RestTemplateBuilder;
import org.springframework.http.*;
import org.springframework.stereotype.Service;
import org.springframework.web.client.RestTemplate;

import java.util.List;

@Service
public class DeepSeekService {

    @Value("${deepseek.api.url}")
    private String apiUrl;

    @Value("${deepseek.api.key}")
    private String apiKey;

    private final RestTemplate restTemplate;

    public DeepSeekService(RestTemplateBuilder restTemplateBuilder) {
        this.restTemplate = restTemplateBuilder.build();
    }

    public String getChatResponse(String userMessage) {
        // 構(gòu)造請求體
        DeepSeekRequest request = new DeepSeekRequest(
                "deepseek-chat",
                List.of(new DeepSeekRequest.Message("user", userMessage)),
                0.7,
                1000
        );

        // 設(shè)置請求頭
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.APPLICATION_JSON);
        headers.setBearerAuth(apiKey);

        HttpEntity<DeepSeekRequest> entity = new HttpEntity<>(request, headers);

        // 發(fā)送請求
        ResponseEntity<DeepSeekResponse> response = restTemplate.exchange(
                apiUrl,
                HttpMethod.POST,
                entity,
                DeepSeekResponse.class
        );

        // 處理響應(yīng)
        if (response.getStatusCode().is2xxSuccessful() && response.getBody() != null) {
            return response.getBody().choices().get(0).message().content();
        }
        throw new RuntimeException("API請求失敗: " + response.getStatusCode());
    }
}

請求體中可以指定：調(diào)整模型、溫度、最大 token 數(shù)等

什么是溫度（Temperature）？

溫度是控制模型生成文本的“創(chuàng)造力”或“隨機(jī)性”的一個參數(shù)。你可以把它想象成調(diào)節(jié)模型的“腦洞大小”。

溫度低（比如 0.1）：

模型會變得非常保守，傾向于選擇最確定、最安全的答案。

適合需要準(zhǔn)確性和一致性的任務(wù)，比如回答事實(shí)性問題。

例子：問“1+1等于幾？”，模型會回答“2”，不會瞎編。

溫度高（比如 1.0 或更高）：

模型會變得更有創(chuàng)造力，可能會給出一些意想不到的回答。

適合需要創(chuàng)意或多樣性的任務(wù)，比如寫故事、生成詩歌。

例子：問“寫一首關(guān)于秋天的詩”，模型可能會生成一些充滿想象力的句子。

溫度適中（比如 0.7）：

模型會在保守和創(chuàng)意之間找到一個平衡點(diǎn)。

適合大多數(shù)任務(wù)，既能保證一定的準(zhǔn)確性，又能有一些變化。

總結(jié)：

溫度低 → 模型像“學(xué)霸”，回答嚴(yán)謹(jǐn)?shù)赡軣o聊。
溫度高 → 模型像“藝術(shù)家”，回答有趣但可能不靠譜。
溫度適中 → 模型像“聰明人”，回答既靠譜又有趣。

最大 token 數(shù)（Max Tokens）

token 是模型處理文本的基本單位，可以理解為一個詞或一部分詞。

比如：

英文單詞“hello”是一個 token。
中文“你好”可能是兩個 token（每個字一個 token）。
長單詞或復(fù)雜字符可能會被拆成多個 token。

最大 token 數(shù)就是限制模型生成的文本長度?？梢园阉胂蟪山o模型一個“字?jǐn)?shù)限制”。

設(shè)置較小的最大 token 數(shù)（比如 50）：

模型生成的文本會非常短，可能只回答問題的核心部分。

例子：問“介紹一下太陽系”，模型可能只回答“太陽系包括太陽和八大行星”。

設(shè)置較大的最大 token 數(shù)（比如 500）：

模型生成的文本會更長，可能會包含更多細(xì)節(jié)。

例子：問“介紹一下太陽系”，模型可能會詳細(xì)描述每顆行星的特點(diǎn)。

不設(shè)置最大 token 數(shù)：

模型可能會一直生成文本，直到達(dá)到它的內(nèi)部限制（通常是幾千個 token）。

這可能會導(dǎo)致生成的文本過長，甚至跑題。

總結(jié)：

最大 token 數(shù)小 → 模型像“話少的人”，回答簡短。
最大 token 數(shù)大 → 模型像“話多的人”，回答詳細(xì)。
不設(shè)置最大 token 數(shù) → 模型像“話癆”，可能會一直說個不停。

步驟 5：創(chuàng)建控制器

@RestController
@RequestMapping("/deepseek/chat")
public class DeepSeekController {
    private final DeepSeekService deepSeekService;

    public DeepSeekController(DeepSeekService deepSeekService) {
        this.deepSeekService = deepSeekService;
    }

    @PostMapping
    public ResponseEntity<?> chat(@RequestBody Map<String, String> request) {
        try {
            String response = deepSeekService.getChatResponse(request.get("message"));
            return ResponseEntity.ok(Collections.singletonMap("response", response));
        } catch (Exception e) {
            return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR)
                    .body(Collections.singletonMap("error", e.getMessage()));
        }
    }
}

方式二：基于spring-ai-openai

步驟基本一致，這里羅列幾處實(shí)現(xiàn)代碼

依賴：

<properties>
     <java.version>17</java.version>
     <spring-ai.version>1.0.0-M5</spring-ai.version>
</properties>
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>
<dependencyManagement>
    <dependencies>
        <dependency>
             <groupId>org.springframework.ai</groupId>
             <artifactId>spring-ai-bom</artifactId>
             <version>${spring-ai.version}</version>
             <type>pom</type>
             <scope>import</scope>
       </dependency>
    </dependencies>
</dependencyManagement>

DeepSeekConfig:

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class DeepSeekConfig {
    @Bean
    public ChatClient chatClient(OpenAiChatModel openAiChatModel) {
        return ChatClient.builder(openAiChatModel).build();
    }
}

DeepSeekController：

import jakarta.annotation.PostConstruct;
import jakarta.annotation.Resource;
import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.ai.chat.model.ChatResponse;

import java.util.ArrayList;
import java.util.List;


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

    @Resource
    private OpenAiChatModel chatModel;

    private final List<Message> chatHistoryList = new ArrayList<>();

    @PostConstruct
    public void init() {
        chatHistoryList.add(new SystemMessage("You are a helpful assistant."));
    }

    @PostMapping("/chat")
    public ChatResponse test(@RequestBody String message) {
        chatHistoryList.add(new UserMessage(message));
        Prompt prompt = new Prompt(chatHistoryList);
        ChatResponse chatResponse = chatModel.call(prompt);
        if (chatResponse.getResult() != null && chatResponse.getResult().getOutput() != null) {
            chatHistoryList.add(chatResponse.getResult().getOutput());
        }
        return chatResponse;
    }

}

到此這篇關(guān)于SpringBoot兩種方式接入DeepSeek的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)SpringBoot接入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！

您可能感興趣的文章: