零基础学AI大模型之SpringAI

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <!-- 父依赖：Spring Boot 3.5.3 -->
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.5.3</version>
        <relativePath/>
    </parent>

    <groupId>net.xdclass</groupId>
    <artifactId>spring-ai-demo</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>spring-ai-demo</name>
    <description>SpringAI集成DeepSeek实战</description>

    <properties>
        <java.version>21</java.version>
        <spring-ai.version>1.0.0</spring-ai.version>  <!-- SpringAI稳定版 -->
    </properties>

    <dependencies>
        <!-- Spring Web：用于开发HTTP接口 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <!-- SpringAI OpenAI兼容依赖（支持DeepSeek等兼容OpenAI协议的模型） -->
        <!-- 旧版本（M7前）：spring-ai-openai-spring-boot-starter -->
        <!-- 新版本（M7后）：命名规范调整为 spring-ai-starter-model-{模型名} -->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-openai</artifactId>
        </dependency>

        <!-- 测试依赖（可选） -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

    <!-- 依赖管理：统一SpringAI子模块版本 -->
    <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>

    <build>
        <plugins>
            <!-- Spring Boot打包插件 -->
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>

    <!-- 阿里云仓库：加速依赖下载（国内用户必备） -->
    <repositories>
        <repository>
            <id>aliyun</id>
            <name>阿里云公共仓库</name>
            <url>https://maven.aliyun.com/repository/public</url>
            <releases><enabled>true</enabled></releases>
            <snapshots><enabled>false</enabled></snapshots>
        </repository>
        <repository>
            <id>aliyun-spring</id>
            <name>阿里云Spring仓库</name>
            <url>https://maven.aliyun.com/repository/spring</url>
            <releases><enabled>true</enabled></releases>
            <snapshots><enabled>false</enabled></snapshots>
        </repository>
    </repositories>
</plugins>
</pluginRepositories>
</project>

spring:
  application:
    name: spring-ai-demo  # 项目名称
  ai:
    openai:  # 兼容OpenAI协议的模型（如DeepSeek、通义千问）
      api-key: your-api-key  # 替换为你的API密钥（从DeepSeek/OpenAI官网获取）
      base-url: https://api.deepseek.com  # DeepSeek的API基础地址（OpenAI为https://api.openai.com/v1）
      chat:
        options:
          model: deepseek-chat  # 模型名称（DeepSeek的对话模型）
          temperature: 0.8  # 输出随机性（0~1，0为确定性输出，1为最大随机性）
          max-tokens: 2048  # 最大输出 tokens（避免生成过长内容）

package net.xdclass;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class SpringAiDemoApplication {
    public static void main(String[] args) {
        SpringApplication.run(SpringAiDemoApplication.class, args);
    }
}

package net.xdclass.controller;

import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

import java.util.Map;

@RestController
@RequestMapping("/ai")  // 接口根路径
public class AiController {

    // 注入OpenAI兼容的聊天模型（SpringAI自动配置）
    @Autowired
    private OpenAiChatModel chatModel;

    /**
     * 文本生成接口
     * @param message 用户输入的提示词（默认：你是谁）
     * @return 模型生成的结果
     */
    @GetMapping("/generate")
    public Map<String, String> generateText(
            @RequestParam(value = "message", defaultValue = "你是谁") String message) {
        // 调用模型生成结果（底层调用ChatModel的call方法）
        String result = chatModel.call(message);
        // 返回JSON格式结果
        return Map.of("prompt", message, "generation", result);
    }
}

/**
 * 聊天模型的顶层接口，定义了与AI模型交互的核心方法
 */
public interface ChatModel extends Model<Prompt, ChatResponse>, StreamingChatModel {

    /**
     * 1. 单个文本消息调用（最常用）
     * @param message 用户输入的文本
     * @return 模型生成的文本
     */
    default String call(String message) {
        // 封装用户消息为Prompt对象（包含角色：USER）
        Prompt prompt = new Prompt(new UserMessage(message));
        // 调用模型并获取结果
        Generation generation = this.call(prompt).getResult();
        // 返回结果文本（为空时返回空字符串）
        return generation != null ? generation.getOutput().getText() : "";
    }

    /**
     * 2. 多消息对话调用（支持上下文）
     * @param messages 消息列表（如：系统消息+用户消息+助手消息）
     * @return 模型生成的文本
     */
    default String call(Message... messages) {
        Prompt prompt = new Prompt(Arrays.asList(messages));
        Generation generation = this.call(prompt).getResult();
        return generation != null ? generation.getOutput().getText() : "";
    }

    /**
     * 3. 基础调用方法（返回完整ChatResponse，包含元数据）
     * @param prompt 包含消息、提示词模板的对象
     * @return ChatResponse（包含生成结果、模型信息、token使用量）
     */
    ChatResponse call(Prompt prompt);

    /**
     * 4. 流式调用（实时返回结果，适合聊天场景）
     * @param prompt 包含消息的Prompt对象
     * @return Flux<ChatResponse>（响应式流，逐段返回结果）
     */
    default Flux<ChatResponse> stream(Prompt prompt) {
        throw new UnsupportedOperationException("streaming is not supported");
    }
}