Spring AI內(nèi)置DeepSeek的詳細步驟

更新時間：2025年02月13日 09:20:53 作者：Java中文社群

Spring AI 最新快照版已經(jīng)內(nèi)置 DeepSeek 了,所以以后項目中對接 DeepSeek 就方便多了,但因為快照版會有很多 Bug,所以今天咱們就來看穩(wěn)定版的 Spring AI 如何對接 DeepSeek 滿血版,感興趣的小伙伴跟著小編一起來看看吧

Spring AI和DeepSeek介紹

Spring AI 是 Spring 生態(tài)系統(tǒng)中的一個重要項目，旨在將人工智能集成到 Spring 應用程序中，它為 Java 開發(fā)者提供了一種便捷的方式來構建、管理和部署 AI 模型。

Spring AI 的核心是解決了 Spring 生態(tài)和 AI 的快速集成：將您的企業(yè)數(shù)據(jù)和****API 與 AI 模型連接起來。

Spring AI 幾乎支持所有主流的 AI 模型提供商，例如 Anthropic、OpenAI、Microsoft、Amazon、Google 和 Ollama。支持的功能如下：

聊天
嵌入附件
文本轉圖片
音頻轉文本
文本轉音頻

Spring AI 最新預覽版也將集成 DeepSeek 大模型。

DeepSeek 介紹

DeepSeek 是國內(nèi)頂尖 AI 團隊「深度求索」開發(fā)的多模態(tài)大模型，具備數(shù)學推理、代碼生成等深度能力，堪稱"AI界的六邊形戰(zhàn)士"。DeepSeek 最新版本 R1 采用了“思維鏈”技術，能夠展示完整的推理過程，使其在復雜推理任務上表現(xiàn)出色，甚至在某些方面可以與 OpenAI 的 O1 模型相媲美。

DeepSeek 身上的標簽有很多，其中最具代表性的標簽有以下兩個：

低成本（不挑硬件、開源、使用簡單無需復雜提示詞）。
高性能（推理能力極強、回答準確）。

SpringAI 集成 DeepSeek 步驟如下。

1.環(huán)境準備

在開始集成之前，確保你的開發(fā)環(huán)境滿足以下要求：

JDK 17 或更高版本
Maven 或 Gradle 構建工具
DeepSeek API Key（可通過官網(wǎng)注冊獲取），申請地址：DeepSeek 開放平臺

2.創(chuàng)建SpringBoot項目

使用 Spring Initializr 或其他工具創(chuàng)建一個新的 Spring Boot 項目，確保版本為 3.2.x 或更高。

3.添加依賴

在項目的 pom.xml 文件中添加 SpringAI 和 DeepSeek 的相關依賴。

以下是基于 Maven 的依賴配置示例：

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

4.配置文件

在 application.properties 或 application.yml 文件中添加 DeepSeek 的配置信息：

# 必填項
spring.ai.openai.api-key=you-apikey
spring.ai.openai.base-url=https://api.deepseek.com
# 模型選擇（示例使用對話模型）
spring.ai.openai.chat.options.model=deepseek-chat

其中，api-key 是你在 DeepSeek 官網(wǎng)注冊后獲取的密鑰，base-url 是 DeepSeek API 的服務地址，model 指定使用的模型版本。

DeepSeek模型介紹

DeepSeek 目前支持以下兩種模型：

deepseek-chat（V3）：適用于聊天機器人、智能客服、內(nèi)容生成等，能夠理解和生成日常對話內(nèi)容。
deepseek-reasoner（R1）：專為復雜推理任務設計，適合解決需要深度邏輯分析和推理的問題。

5.編寫代碼

創(chuàng)建一個控制器類，用于處理與 DeepSeek 的交互，以下是一個簡單的示例：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;

@RestController
@RequestMapping("/api/chat")
public class ChatController {

    @Autowired
    private DeepSeekClient deepSeekClient;

    @PostMapping
    public String chat(@RequestBody String message) {
        return deepSeekClient.chatCompletion(message).getOutput().getContent();
    }

    @GetMapping(value = "/stream", produces = "text/event-stream")
    public Flux<String> chatStream(@RequestParam String message) {
        return deepSeekClient.chatFluxCompletion(message)
        .map(response -> response.getOutput().getContent());
    }
}

在上述代碼中，chat 方法用于處理普通的非流式請求，而 chatStream 方法則支持流式響應，能夠?qū)崟r返回 AI 的推理結果。