本篇博文會分為DeepSeek開放平臺上的API，以及本地私有化部署DeepSeek R1模型兩種方式來整合使用，本地化私有部署可以參考這篇博文：本地私有化部署DeepSeek模型的詳細(xì)教程_其它綜合_腳本之家

Spring AI

Spring AI 是由 Spring（一個廣泛使用的開源框架）推出的一個新項目，旨在將 人工智能（AI） 集成到 Spring 應(yīng)用程序中。Spring 是一個支持 Java 開發(fā)的框架，而 Spring AI 使得 Java 開發(fā)人員能夠更容易地構(gòu)建、管理和集成人工智能模型和機(jī)器學(xué)習(xí)功能。
我們這里直接使用Spring官方提供的相關(guān)依賴來整合，官網(wǎng)地址：https://docs.spring.io/spring-ai/reference/api/chat/deepseek-chat.html

本篇博文主要就是采用的spring ai提供的兩個starter依賴進(jìn)行配置整合，分別是spring-ai-openai-spring-boot-starter和spring-ai-ollama-spring-boot-starter

版本依賴

根據(jù)官網(wǎng)的描述，spring ai框架支持的SpringBoot版本應(yīng)該是3.2.x 和 3.3.x

而SpringBoot 3.2.x 和 3.3.x依賴的JDK版本最低應(yīng)該也是JDK17，所以這里演示整合的代碼都是基于spring boot 3.3.8 以及 JDK17

整合DeepSeek API key

進(jìn)入DeepSeek開放平臺頁面，注冊賬號登錄后，可以創(chuàng)建API key，新賬號有贈送的10元額度，具體價格可以參考這里：https://api-docs.deepseek.com/zh-cn/quick_start/pricing/

有了API key后我們可以開始構(gòu)建工程了，基于springboot 3.3.8版本搭建一個工程，引入以下依賴：

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

增加以下配置：

spring:
  ai:
    openai:
      base-url: https://api.deepseek.com
      api-key: sk-xxxxxxxxxxxxxxxxx
      chat:
        options:
          model: deepseek-chat

項目會自動裝配OpenAiAutoConfiguration，就可以在需要的地方注入OpenAiChatModel代碼如下：

@Resource
private OllamaChatModel chatModel;

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

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

整合本地化部署的DeepSeek R1模型

本地化私有部署可以參考這篇博文：本地私有化部署DeepSeek模型的詳細(xì)教程_其它綜合_腳本之家部署完成后同樣是基于springboot 3.3.8版本搭建一個工程，引入的依賴就換為：

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

增加以下配置：

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: deepseek-r1:1.5b

項目會自動裝配OllamaAutoConfiguration，就可以在需要的地方注入ollamaChatModel
代碼跟使用spring-ai-openai-spring-boot-starter幾乎一樣，只是注入的ChatModel類換成了OllamaChatModel
而且實測本地化部署也可以使用spring-ai-openai-spring-boot-starter，修改配置文件如下：

spring:
  ai:
    openai:
      base-url: http://localhost:11434
      api-key: xxxxxxx
      chat:
        options:
          model: deepseek-r1:1.5b

其他也就一樣了，只是把地址換成了本地ollama的服務(wù)地址，api-key不需要了但是也不能不填，不填會報錯，模型就配置本地有的模型即可
如果想像網(wǎng)站那樣可以一個字一個字的輸出，也可以調(diào)用chatModel.stream流式輸出愛的回復(fù)

到此這篇關(guān)于SpringBoot整合DeepSeek實現(xiàn)AI對話功能的文章就介紹到這了,更多相關(guān)SpringBoot DeepSeek實現(xiàn)AI對話內(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