spring boot3整合AI組件及使用方法

更新時間：2024年05月09日 11:56:30 作者：蒾酒

本文介紹了springboot開發(fā)后端服務(wù)中,AI組件(Spring AI)的整合與使用,本文通過實例代碼給大家介紹的非常詳細,感興趣的朋友跟隨小編一起看看吧

寫在前面

本文介紹了springboot開發(fā)后端服務(wù)中，AI組件(Spring AI)的整合與使用。堅持看完相信對你有幫助。

同時歡迎訂閱springboot系列專欄，持續(xù)分享spring boot的使用經(jīng)驗。

spring ai簡介

先看官網(wǎng)介紹：

翻譯：

Spring AI 是 AI 工程的應(yīng)用框架。其目標是將 Spring 生態(tài)系統(tǒng)設(shè)計原則（如可移植性和模塊化設(shè)計）應(yīng)用于 AI，并推廣使用 POJO 作為 AI 領(lǐng)域應(yīng)用程序的構(gòu)建塊。

翻譯：

特征

跨 AI 提供商的可移植 API 支持，適用于聊天、文本到圖像和嵌入模型。支持同步和流 API 選項。還支持下拉以訪問特定于模型的功能。

在spring-ai組件沒發(fā)布前，我們在spring boot中對接各種ai接口，由于接口規(guī)范格式的不同，我們通常每種接口都得單獨去寫代碼去對接，最后通過實現(xiàn)策略模式來實現(xiàn)靈活切換ai接口源。這樣是比較麻煩的。而spring-ai組件就是幫我們做了類似的封裝，使得我們對接多種ai接口變得十分方便。

單獨整合al接口

我們先來看spring boot簡單整合經(jīng)典的chatGPT 3.5接口

代碼如下：

import cn.hutool.http.HttpRequest;
import cn.hutool.json.JSONArray;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
/**
 * @author mijiu
 * ClassName:OpenAIAPI.java
 * date:2024-05-06 16:49
 * Description:
 */
public class OpenAIAPI {
    /**
     * 聊天端點
     */
    private final static String CHAT_ENDPOINT = "https://api.openai.com/v1/chat/completions";//官網(wǎng)接口地址
    private final static  String PROXY_ENDPOINT ="https://www.chatgp.fun/v1/chat/completions";//國內(nèi)代理接口
    private final static  String API_KEY = "Bearer sk-pbatvlgKeYScAS3kD4820bA1CcE741F996E0BaAb205421D1";
    /**
     * 需要代理服務(wù)器訪問
     *
     * @param txt 內(nèi)容
     * @return {@link String}
     */
    public static String chat(String txt) {
        Map<String, Object> paramMap = new HashMap<>();
        paramMap.put("model", "gpt-3.5-turbo");
        List<Map<String, String>> dataList = new ArrayList<>();
        dataList.add(new HashMap<String, String>(){{
            put("role", "user");
            put("content", txt);
        }});
        paramMap.put("messages", dataList);
        System.out.println(JSONUtil.toJsonStr(paramMap));
        JSONObject message = null;
        try {
            String body = HttpRequest.post(PROXY_ENDPOINT)
                    .header("Authorization", API_KEY)
                    .header("Content-Type", "application/json")
                    .body(JSONUtil.toJsonStr(paramMap))
                    .execute()
                    .body();
            JSONObject jsonObject = JSONUtil.parseObj(body);
            System.out.println(jsonObject);
            JSONArray choices = jsonObject.getJSONArray("choices");
            JSONObject result = choices.get(0, JSONObject.class, Boolean.TRUE);
            message = result.getJSONObject("message");
        } catch (Exception e) {
            return "抱歉，我無法回答你的問題。";
        }
        return message.getStr("content");
    }
    public static void main(String[] args) {
        System.out.println(chat("你是？"));
    }
}

這段代碼依賴hutool工具包的http工具包

 <dependency>
    <groupId>cn.hutool</groupId>
    <artifactId>hutool-all</artifactId>
    <version>5.7.22</version>
 </dependency>

現(xiàn)在運行測試一下：

可以看到目前整合調(diào)用測試成功了。

代碼里面的api-key有一定量的token新手可以復(fù)制代碼運行下試試。言歸正傳下面開始介紹核心內(nèi)容。

整合Spring AI組件

起步條件

jdk不低于17
spring boot 3x

我們直接新建一個demo項目

為何直接新建一個項目的，主要是為了避開一些麻煩。如，阿里云maven鏡像沒有此依賴，需要到中央倉庫下載。

一定要選不低于Java17的jdk

選擇這兩個依賴就夠了

Spring Web
OpenAI

spring boot的版本不要低于3.0

等待依賴下載完成。

進行必要配置

這個api-key需要你去openal官網(wǎng)去申請購買，或者在一些購物軟件直接購買現(xiàn)成的用。

共需要配置：

spring.ai.openai.api-key： 這是你的 OpenAI API 密鑰，它是用于通過 API 訪問 OpenAI 服務(wù)的憑證。密鑰應(yīng)該是一個長字符串，用于標識你的賬戶并授權(quán)訪問。

spring.ai.openai.chat.options.model：這是用于設(shè)置對話系統(tǒng)所使用的 OpenAI 模型的選項之一。在這種情況下，模型選擇為 GPT-3.5 Turbo，這是 OpenAI 提供的一種強大的自然語言處理模型，適用于生成對話。

spring.ai.openai.chat.options.temperature： 這是對話系統(tǒng)生成響應(yīng)時的溫度參數(shù)。溫度參數(shù)控制著生成文本的多樣性，值越高，生成文本的多樣性越大。在這里，溫度設(shè)置為 0.7，這意味著對話系統(tǒng)生成的文本會相對保守，但仍具有一定的多樣性。

application.properties：

spring.ai.openai.api-key=sk-uVfM7GiD9RIdIKRrF70eT3BlbkyhdHGHGH
spring.ai.openai.chat.options.model=gpt-3.5-turbo
spring.ai.openai.chat.options.temperature=0.7

代碼里面的api-key是我隨意寫的一個，需要換成你自己的且有效的。

測試控制器

import org.springframework.ai.embedding.EmbeddingClient;
import org.springframework.ai.embedding.EmbeddingResponse;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import java.util.List;
import java.util.Map;
/**
 * @author mijiupro
 */
@RestController
public class EmbeddingController {
    private final EmbeddingClient embeddingClient;
    @Autowired
    public EmbeddingController(EmbeddingClient embeddingClient) {
        this.embeddingClient = embeddingClient;
    }
    @GetMapping("/ai/embedding")
    public Map embed(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        EmbeddingResponse embeddingResponse = this.embeddingClient.embedForResponse(List.of(message));
        return Map.of("embedding", embeddingResponse);
    }
}

最后啟動項目瀏覽器地址欄訪問測試接口即可。

http://localhost:8080/ai/embedding