快捷導(dǎo)航

SpringBoot整合DeepSeek實(shí)現(xiàn)AI對(duì)話(huà)功能

更新時(shí)間：2025年02月10日 09:15:06 作者：chengpei147

本文介紹了如何在SpringBoot項(xiàng)目中整合DeepSeek API和本地私有化部署DeepSeekR1模型,通過(guò)SpringAI框架簡(jiǎn)化了人工智能模型的集成,感興趣的小伙伴跟著小編一起來(lái)看看吧

Spring AI

Spring AI 是由 Spring（一個(gè)廣泛使用的開(kāi)源框架）推出的一個(gè)新項(xiàng)目，旨在將 人工智能（AI） 集成到 Spring 應(yīng)用程序中。Spring 是一個(gè)支持 Java 開(kāi)發(fā)的框架，而 Spring AI 使得 Java 開(kāi)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(lài)來(lái)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(gè)starter依賴(lài)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(lài)

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(lài)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(kāi)放平臺(tái)頁(yè)面，注冊(cè)賬號(hào)登錄后，可以創(chuàng)建API key，新賬號(hào)有贈(zèng)送的10元額度，具體價(jià)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(kāi)始構(gòu)建工程了，基于springboot 3.3.8版本搭建一個(gè)工程，引入以下依賴(lài)：

<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(xiàng)目會(huì)自動(dòng)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(gè)工程，引入的依賴(lài)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(xiàng)目會(huì)自動(dòng)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(lèi)換成了OllamaChatModel
而且實(shí)測(cè)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(huì)報(bào)錯(cuò)，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(gè)字一個(gè)字的輸出，也可以調(diào)用chatModel.stream流式輸出愛(ài)的回復(fù)

到此這篇關(guān)于SpringBoot整合DeepSeek實(shí)現(xiàn)AI對(duì)話(huà)功能的文章就介紹到這了,更多相關(guān)SpringBoot DeepSeek實(shí)現(xiàn)AI對(duì)話(huà)內(nèi)容請(qǐng)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: