SpringBoot兩種方式接入DeepSeek的實現(xiàn)
更新時間：2025年03月24日 10:27:08 作者：赤橙紅的黃
本文主要介紹了SpringBoot兩種方式接入DeepSeek的實現(xiàn),包括HttpClient方式和基于spring-ai-openai的方式,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
方式一：基于HttpClient
步驟 1：準備工作
獲取 DeepSeek API 密鑰：訪問 DeepSeek 的開發(fā)者平臺，注冊并獲取 API 密鑰。
步驟 2：引入依賴
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency>
步驟 3：配置 DeepSeek API
配置參數(shù)：在 application.yml 文件里，把 DeepSeek 的 API 端點和密鑰寫進去：
在 application.properties 或 application.yml 中配置 DeepSeek 的 API 密鑰和端點：
deepseek.api.key=sk-xxxxxxxxxx deepseek.api.url=https://api.deepseek.com/v1/chat/completions
步驟 4：自定義 DeepSeek Client Service
（1）自定義請求頭
public record DeepSeekRequest(
String model,
List<Message> messages,
double temperature,
int max_tokens
) {
public record Message(String role, String content) {}
}（2）自定義響應體
public record DeepSeekResponse(
String id,
String object,
long created,
String model,
List<Choice> choices
) {
public record Choice(
int index,
Message message,
String finish_reason
) {
public record Message(String role, String content) {}
}
}（3）service
import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.web.client.RestTemplateBuilder;
import org.springframework.http.*;
import org.springframework.stereotype.Service;
import org.springframework.web.client.RestTemplate;
import java.util.List;
@Service
public class DeepSeekService {
@Value("${deepseek.api.url}")
private String apiUrl;
@Value("${deepseek.api.key}")
private String apiKey;
private final RestTemplate restTemplate;
public DeepSeekService(RestTemplateBuilder restTemplateBuilder) {
this.restTemplate = restTemplateBuilder.build();
}
public String getChatResponse(String userMessage) {
// 構造請求體
DeepSeekRequest request = new DeepSeekRequest(
"deepseek-chat",
List.of(new DeepSeekRequest.Message("user", userMessage)),
0.7,
1000
);
// 設置請求頭
HttpHeaders headers = new HttpHeaders();
headers.setContentType(MediaType.APPLICATION_JSON);
headers.setBearerAuth(apiKey);
HttpEntity<DeepSeekRequest> entity = new HttpEntity<>(request, headers);
// 發(fā)送請求
ResponseEntity<DeepSeekResponse> response = restTemplate.exchange(
apiUrl,
HttpMethod.POST,
entity,
DeepSeekResponse.class
);
// 處理響應
if (response.getStatusCode().is2xxSuccessful() && response.getBody() != null) {
return response.getBody().choices().get(0).message().content();
}
throw new RuntimeException("API請求失敗: " + response.getStatusCode());
}
}請求體中可以指定：調整模型、溫度、最大 token 數(shù)等
什么是溫度（Temperature）？
溫度是控制模型生成文本的“創(chuàng)造力”或“隨機性”的一個參數(shù)。你可以把它想象成調節(jié)模型的“腦洞大小”。
溫度低（比如 0.1）：
模型會變得非常保守，傾向于選擇最確定、最安全的答案。
適合需要準確性和一致性的任務，比如回答事實性問題。
例子：問“1+1等于幾？”，模型會回答“2”，不會瞎編。
溫度高（比如 1.0 或更高）：
模型會變得更有創(chuàng)造力，可能會給出一些意想不到的回答。
適合需要創(chuàng)意或多樣性的任務，比如寫故事、生成詩歌。
例子：問“寫一首關于秋天的詩”，模型可能會生成一些充滿想象力的句子。
溫度適中（比如 0.7）：
模型會在保守和創(chuàng)意之間找到一個平衡點。
適合大多數(shù)任務，既能保證一定的準確性，又能有一些變化。
總結：
溫度低 → 模型像“學霸”，回答嚴謹?shù)赡軣o聊。
溫度高 → 模型像“藝術家”，回答有趣但可能不靠譜。
溫度適中 → 模型像“聰明人”，回答既靠譜又有趣。
最大 token 數(shù)（Max Tokens）
token 是模型處理文本的基本單位，可以理解為一個詞或一部分詞。
比如：
英文單詞“hello”是一個 token。
中文“你好”可能是兩個 token（每個字一個 token）。
長單詞或復雜字符可能會被拆成多個 token。
最大 token 數(shù)就是限制模型生成的文本長度?？梢园阉胂蟪山o模型一個“字數(shù)限制”。
設置較小的最大 token 數(shù)（比如 50）：
模型生成的文本會非常短，可能只回答問題的核心部分。
例子：問“介紹一下太陽系”，模型可能只回答“太陽系包括太陽和八大行星”。
設置較大的最大 token 數(shù)（比如 500）：
模型生成的文本會更長，可能會包含更多細節(jié)。
例子：問“介紹一下太陽系”，模型可能會詳細描述每顆行星的特點。
不設置最大 token 數(shù)：
模型可能會一直生成文本，直到達到它的內部限制（通常是幾千個 token）。
這可能會導致生成的文本過長，甚至跑題。
總結：
最大 token 數(shù)小 → 模型像“話少的人”，回答簡短。
最大 token 數(shù)大 → 模型像“話多的人”，回答詳細。
不設置最大 token 數(shù) → 模型像“話癆”，可能會一直說個不停。
步驟 5：創(chuàng)建控制器
@RestController
@RequestMapping("/deepseek/chat")
public class DeepSeekController {
private final DeepSeekService deepSeekService;
public DeepSeekController(DeepSeekService deepSeekService) {
this.deepSeekService = deepSeekService;
}
@PostMapping
public ResponseEntity<?> chat(@RequestBody Map<String, String> request) {
try {
String response = deepSeekService.getChatResponse(request.get("message"));
return ResponseEntity.ok(Collections.singletonMap("response", response));
} catch (Exception e) {
return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR)
.body(Collections.singletonMap("error", e.getMessage()));
}
}
}方式二：基于spring-ai-openai
步驟基本一致，這里羅列幾處實現(xiàn)代碼
依賴：
<properties>
<java.version>17</java.version>
<spring-ai.version>1.0.0-M5</spring-ai.version>
</properties>
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>
<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>DeepSeekConfig:
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class DeepSeekConfig {
@Bean
public ChatClient chatClient(OpenAiChatModel openAiChatModel) {
return ChatClient.builder(openAiChatModel).build();
}
}DeepSeekController：
import jakarta.annotation.PostConstruct;
import jakarta.annotation.Resource;
import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.ai.chat.model.ChatResponse;
import java.util.ArrayList;
import java.util.List;
@RestController
@RequestMapping("/api")
public class ChatController {
@Resource
private OpenAiChatModel chatModel;
private final List<Message> chatHistoryList = new ArrayList<>();
@PostConstruct
public void init() {
chatHistoryList.add(new SystemMessage("You are a helpful assistant."));
}
@PostMapping("/chat")
public ChatResponse test(@RequestBody 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;
}
}到此這篇關于SpringBoot兩種方式接入DeepSeek的實現(xiàn)的文章就介紹到這了,更多相關SpringBoot接入DeepSeek內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
java實現(xiàn)乘地鐵方案的最優(yōu)選擇（票價，距離）
這篇文章主要介紹了java實現(xiàn)乘地鐵方案的最優(yōu)選擇（票價，距離）,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
項目組使用的 Spring Boot 比較老,是 1.5.4.RELEASE ,最近被檢測出 Spring Eureka 未授權訪問漏洞,這篇文章主要介紹了Spring Eureka 未授權訪問漏洞修復問題小結,需要的朋友可以參考下2024-04-04
在日常開發(fā)中,字符串操作是非常常見的需求,其中去除字符串末尾的換行符（\n）是一個很有代表性的場景,本文將從 Java 的幾種常用方法著手,全面解析如何去除字符串末尾的換行符,并結合代碼示例和實際使用場景,幫助大家掌握這一技巧,需要的朋友可以參考下2024-12-12
下面小編就為大家?guī)硪黄狫ava的JSON處理器fastjson使用方法詳解。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2016-08-08
這篇文章主要介紹了利用Java反射機制實現(xiàn)對象相同字段的復制操作，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
這篇文章主要介紹了Spring AOP如何在注解上使用SPEL表達式注入對象，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-02-02
IntelliJ IDEA是java編程語言開發(fā)的集成環(huán)境，本篇主要介紹了對它的安裝、配置maven倉庫、調試方法、常用的插件推薦、快捷鍵大全與常用快捷鍵說明，感興趣的朋友一起看看吧2021-10-10
MybatisPlus BaseMapper 中的方法全部 Invalid bound statement (not f
這篇文章主要介紹了MybatisPlus BaseMapper 中的方法全部 Invalid bound statement (not found)的Error處理方法，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-09-09
這篇文章主要介紹了Java對象轉json JsonFormat注解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-05-05
java使用淘寶API讀寫json實現(xiàn)手機歸屬地查詢功能代碼
本文介紹java使用淘寶API讀寫json實現(xiàn)手機歸屬地查詢功能，代碼簡單，大家可以參考使用2013-11-11