Spring AI內(nèi)置DeepSeek的詳細(xì)步驟
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(yīng)用程序中,它為 Java 開發(fā)者提供了一種便捷的方式來構(gòu)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(zhuǎn)圖片
- 音頻轉(zhuǎn)文本
- 文本轉(zhuǎn)音頻
Spring AI 最新預(yù)覽版也將集成 DeepSeek 大模型。
DeepSeek 介紹
DeepSeek 是國內(nèi)頂尖 AI 團(tuán)隊「深度求索」開發(fā)的多模態(tài)大模型,具備數(shù)學(xué)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(shù),能夠展示完整的推理過程,使其在復(fù)雜推理任務(wù)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(biāo)簽有很多,其中最具代表性的標(biāo)簽有以下兩個:
- 低成本(不挑硬件、開源、使用簡單無需復(fù)雜提示詞)。
- 高性能(推理能力極強(qiáng)、回答準(zhǔn)確)。
SpringAI 集成 DeepSeek 步驟如下。
1.環(huán)境準(zhǔn)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(gòu)建工具
- DeepSeek API Key(可通過官網(wǎng)注冊獲?。?,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(guān)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(wù)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(jī)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(fù)雜推理任務(wù)設(shè)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(yīng),能夠?qū)崟r返回 AI 的推理結(jié)果。
課后思考:關(guān)于流式輸出
大模型的響應(yīng)速度是很慢的,為了避免用戶用戶能夠耐心等待輸出的結(jié)果,我們通常會使用流式輸出一點點將結(jié)果輸出給用戶,那么問題來了,想要實現(xiàn)流式結(jié)果輸出,后端和前端要如何配合?后端要使用什么技術(shù)實現(xiàn)流式輸出呢?
到此這篇關(guān)于Spring AI內(nèi)置DeepSeek的詳細(xì)步驟的文章就介紹到這了,更多相關(guān)Spring AI內(nèi)置DeepSeek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!
相關(guān)文章
restTemplate未設(shè)置連接數(shù)導(dǎo)致服務(wù)雪崩問題以及解決
面對線上問題,仔細(xì)分析原因,及時調(diào)整配置,能有效解決問題,本文詳細(xì)描述了線上遇到流量突增引發(fā)的問題,通過查看代碼和連接池信息,分析出問題的原因是連接池滿了,連接池大小配置不足以應(yīng)對大并發(fā)流量,通過調(diào)整連接池大小配置2024-10-10Java8 stream 中利用 groupingBy 進(jìn)行多字段分組求和案例
這篇文章主要介紹了Java8 stream 中利用 groupingBy 進(jìn)行多字段分組求和案例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-08-08詳解SpringSecurity中的Authentication信息與登錄流程
這篇文章主要介紹了SpringSecurity中的Authentication信息與登錄流程,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-09-09SpringMVC+EasyUI實現(xiàn)頁面左側(cè)導(dǎo)航菜單功能
這篇文章主要介紹了SpringMVC+EasyUI實現(xiàn)頁面左側(cè)導(dǎo)航菜單功能,本文通過實例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價值,需要的朋友可以參考下2019-09-09maven中snapshot相關(guān)jar無法拉取問題及解決方案(常用方案)
Maven中的SNAPSHOT版本是指正在開發(fā)中的版本,這些版本可能會頻繁地更新,在使用Maven構(gòu)建項目時,有時會遇到無法拉取SNAPSHOT相關(guān)jar的問題,下面給大家分享maven中snapshot相關(guān)jar無法拉取問題及解決方案,感興趣的朋友一起看看吧2024-06-06