当前位置: 首页 > java >正文

SpringAi接入DeepSeek大模型

文章目录

  • 前言
  • 一、SpringAi
  • 二、SpringAi特性
  • 三、引入依赖
    • 3.1 SpringAi整合DeepSeek示例
    • 3.2 yml配置文件
    • 3.3 配置类
    • 3.4 聊天代码示例
    • 3.5 实现回话记忆功能
  • 总结


前言

持续更新SpringAI

一、SpringAi

Spring AI 是一个用于 AI 工程的应用程序框架。 其目标是将 Spring 生态系统设计原则(如可移植性和模块化设计)应用于 AI 领域,并将使用 POJO 作为应用程序的构建块推广到 AI 领域。

二、SpringAi特性

在这里插入图片描述

三、引入依赖

3.1 SpringAi整合DeepSeek示例

需要Jdk17+
Spring AI 最低支持Spring Boot 3.4.x

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>

3.2 yml配置文件

spring:ai:openai:base-url: https://api.deepseek.comapi-key: 自己在deepseek创建的api keychat:options:model: deepseek-chat 聊天模型,可以更换

3.3 配置类

@Configuration
public class AiConfiguration {@Beanpublic ChatClient chatClient(OpenAiChatModel model, ChatMemory chatMemory) {return ChatClient.builder(model).defaultSystem("你是一个热心的、可爱的智能助手,你的名字叫小团团,用小团团的语气来实现对话").defaultAdvisors(new SimpleLoggerAdvisor(),new MessageChatMemoryAdvisor(chatMemory)) //可以记录对话的输出日志.build();}
}

3.4 聊天代码示例

@Data
public class Dto {private String message;private String timestamp;private String type;private String id;
}

Controller

@RestController
@RequestMapping("/api")
@RequiredArgsConstructor
public class ChatController {private final ChatClient chatClient;@PostMapping(value = "/chat", produces = "text/event-stream;charset=utf-8")public Flux<String> chat(@RequestBody Dto dto) {return chatClient.prompt().user(dto.getMessage()) //前端用户输入的文字,与大模型进行沟通.stream()//使用流式输出,可以配合前端 实现打字机效果.content();//得到大模型响应的内容}
}

3.5 实现回话记忆功能

在SpringAi中,有一个接口ChatMemory,默认实现类为InMemoryChatMemory,如果每次的id都相同,那么SpringAi会在内存中记录我们这个id对应的对话历史记录(可以将本次页面的唯一标识id传输过来),可以实现历史记忆功能和历史对话联动功能。

如果想把历史回话存储到redis或者其他方案存储,那么我们需要自定义一个类来实现ChatMemory接口,重写方法即可。

话不多说,上实现代码

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.*;
import reactor.core.publisher.Flux;import static org.springframework.ai.chat.client.advisor.AbstractChatMemoryAdvisor.CHAT_MEMORY_CONVERSATION_ID_KEY;@RestController
@RequestMapping("/api")
@RequiredArgsConstructor
public class ChatController {private final ChatClient chatClient;@PostMapping(value = "/chat", produces = "text/event-stream;charset=utf-8")public Flux<String> chat(@RequestBody Dto dto) {return chatClient.prompt().user(dto.getMessage()).advisors(advisorSpec -> advisorSpec.param(CHAT_MEMORY_CONVERSATION_ID_KEY,dto.getId()))//此处将id相同的数据都会存储到内存中.stream().content();}
}

实现效果

  1. 当我们第一次访问时,我们定义dto中的id为1,我们问AI知道我是谁吗?SpringAI默认的内存存储容器为空,所以联想不到我们是谁
    在这里插入图片描述

在这里插入图片描述
2. 当我们给AI进行对话后,透露我们的名字,我们来看一看容器大小
在这里插入图片描述
id为1的value中有一个list集合,一次访问对话,一次请求内容,一次响应内容,都会被记录到这个id为1下的list集合中存储一次对话会在list集合中存储两条记录
在这里插入图片描述
3. 我们再次询问AI知道我们是谁吗,我们来看看AI如何回答
在这里插入图片描述

在这里插入图片描述
4. 那么当我们把传入的id设置为2再尝试问一下AI知道我们是谁吗
在这里插入图片描述
在这里插入图片描述

debug发现id为2的容器中没有之前的历史记录存储,AI回答时就不能检索到id为1的历史回话数据
在这里插入图片描述


总结

http://www.xdnf.cn/news/3858.html

相关文章:

  • SurfSense开源程序是NotebookLM / Perplexity / Glean的开源替代品,连接到外部来源,如搜索引擎
  • ArrayList的扩容机制(源码解析)
  • 深度学习的简单介绍
  • PISI:眼图1:眼图相关基本概念
  • 使用synchronized关键字同步Java线程
  • AndroidLogger常用命令和搜索功能介绍
  • STM32Cube-FreeRTOS任务调度与任务管理-笔记
  • ruoyi-flowable框架关于启动时提示锁住问题
  • LLM论文笔记 27: Looped Transformers for Length Generalization
  • n8n工作流自动化平台的实操:利用本地嵌入模型,完成文件内容的向量化及入库
  • 【Linux网络#3】:Socket编程应用层UDP
  • Scartch038(四季变换)
  • MCP智能体多Agent协作系统设计(Multi-Agent Cooperation)
  • 模型部署——cuda编程入门
  • C语言内存函数详解:从基础到实战
  • 2025年渗透测试面试题总结-拷打题库38(题目+回答)
  • profile软件开发中的性能剖析与内存分析
  • 数据库Mysql_联合查询
  • Python----机器学习(模型评估:准确率、损失函数值、精确度、召回率、F1分数、混淆矩阵、ROC曲线和AUC值、Top-k精度)
  • 双列集合——map集合和三种遍历方式
  • React实现B站评论Demo
  • 分布式系统中的 ActiveMQ:异步解耦与流量削峰(一)
  • Dify 完全指南(一):从零搭建开源大模型应用平台(Ollama/VLLM本地模型接入实战)》
  • Github2025-05-04php开源项目日报 Top10
  • 详解迁移学习,模型参数冻结,优化器参数定义
  • 传感器数据处理笔记
  • Linux中的粘滞位和开发工具和文本编辑器vim
  • 马小帅面试遇“灵魂拷问“
  • hot100:链表倒数k个节点- 力扣(LeetCode)
  • 研0大模型学习(第11天)