Spring AI 接入 DeepSeek：开启智能应用的新篇章

一、简介

DeepSeek 是由国内顶尖 AI 团队「深度求索」开发的一款多模态大模型，具备数学推理、代码生成等高阶能力，被誉为“AI界的六边形战士”。其 R1 版本采用“思维链”技术，能完整展示推理过程，在复杂任务中表现尤为出色，甚至在部分场景下可与 OpenAI 的顶级模型媲美。DeepSeek 提供了 OpenAI 兼容模式，使得开发者可以通过简单的配置将其集成到现有系统中。

Spring AI 是 Spring 生态体系内的重要项目，致力于让人工智能能力无缝融入 Spring 应用。通过它，Java 开发者可以更简单地构建、管理和部署各类 AI 模型，将企业数据与智能 API 轻松对接，实现业务自动化和智能化。

二、接入的意义与优势

接入的意义

将 DeepSeek 接入 Spring 应用，意味着开发者可以将强大的 AI 能力快速融入现有的 Java 项目中，而无需从头开始构建复杂的 AI 系统。这不仅提高了开发效率，还能为用户提供更智能的交互体验。

DeepSeek可以作为推理型助手集成到Spring AI中，提升业务流程。尽管它不是智能体的首选，但它在推理和数据分析上的强大能力依然可以为您的系统增添显著价值。

可以通过在Spring AI中接入DeepSeek的API，实现与DeepSeek的交互。例如，使用DeepSeek SDK的依赖，配置DeepSeek的API密钥和其他相关参数，创建服务类用于与DeepSeek API进行交互，以及创建控制器层处理HTTP请求并调用服务层的方法。

优势

1. 低成本：DeepSeek 是开源且易用的，硬件要求宽松，无需繁琐的提示词配置。

2. 高性能：推理速度快、回答准确，适合各类高要求任务。

3. 无缝集成：通过 Spring AI，DeepSeek 可以无缝集成到 Spring 应用中，开发者可以利用熟悉的 Spring 生态进行开发。

4. 灵活性：支持多种配置方式，开发者可以根据自己的需求调整生成参数。

受益人群

• 开发者：能够快速将 AI 功能集成到现有项目中，提升开发效率。

• 企业：可以利用 DeepSeek 的强大能力优化业务流程，提升用户体验。

• 数据科学家：能够通过 Spring AI 的统一接口，快速验证和部署 AI 模型。

三、应用场景与行业案例

应用场景

1. 智能客服：通过 DeepSeek 提供的自然语言处理能力，实现自动化的客户问题解答。

2. 代码生成：帮助开发者快速生成代码片段，提高开发效率。

3. 内容创作：自动生成文章、文案等内容，辅助内容创作者。

4. 数据分析：利用 DeepSeek 的数学推理能力，辅助数据分析和报告生成。

行业案例

1. 金融行业：通过智能客服和数据分析，提升客户服务质量和风险评估能力。

2. 教育行业：生成教学内容和自动答疑，辅助教学。

3. 医疗行业：辅助医生进行病历分析和诊断建议。

4. 电商行业：通过智能推荐和自动客服，提升用户体验和转化率。

5. 政府行业：deepseek 的私有化部署加上Spring AI 集成能力定制业务功能。

四、具体接入方法

以下是通过 Spring AI 接入 DeepSeek 的详细步骤：

方法一：通过 spring-ai-openai 模块集成

1. 添加依赖 在 pom.xml 中添加 Spring AI 的 spring-ai-openai 模块依赖：

   xml复制

   <dependency>
       <groupId>org.springframework.ai</groupId>
       <artifactId>spring-ai-openai</artifactId>
       <version>0.8.0</version>
   </dependency>

2. 配置 DeepSeek API 在 application.properties 或 application.yml 中配置 DeepSeek 的 API 密钥和端点：

   yaml复制

   spring:
     ai:
       openai:
         base-url: https://api.deepseek.com/v1
         api-key: your-deepseek-api-key
         chat.options:
           model: deepseek-chat

3. 创建 Spring AI 客户端 创建一个服务类，注入 OpenAiClient 并调用 DeepSeek：

   java复制

   import org.springframework.ai.client.AiClient;
   import org.springframework.beans.factory.annotation.Autowired;
   import org.springframework.stereotype.Service;
   
   @Service
   public class DeepSeekService {
       private final AiClient aiClient;
   
       @Autowired
       public DeepSeekService(AiClient aiClient) {
           this.aiClient = aiClient;
       }
   
       public String callDeepSeek(String prompt) {
           return aiClient.generate(prompt);
       }
   }

4. 创建 REST 控制器 创建一个控制器，用于接收用户输入并调用 DeepSeek 服务：

   java复制

   import org.springframework.beans.factory.annotation.Autowired;
   import org.springframework.web.bind.annotation.*;
   
   @RestController
   @RequestMapping("/api")
   public class DeepSeekController {
       @Autowired
       private DeepSeekService deepSeekService;
   
       @PostMapping("/ask")
       public String askDeepSeek(@RequestParam String prompt) {
           return deepSeekService.callDeepSeek(prompt);
       }
   }

5. 运行和测试 启动 Spring Boot 应用后，使用 Postman 或 curl 测试接口：

   bash复制

   http://localhost:8080/api/ask?prompt=What

 五、Spring AI 支持哪些其他AI模型？

Spring AI 是一个专为 Java 开发者设计的人工智能框架，旨在简化 AI 模型的集成和使用。它提供了标准化的接口，使得开发者可以轻松切换不同的 AI 服务提供者。以下是 Spring AI 支持的 AI 模型和服务：

支持的 AI 模型和服务

1. OpenAI
   Spring AI 提供了对 OpenAI 的集成支持，包括 GPT 系列模型。开发者可以通过简单的配置调用 OpenAI 的 API，实现文本生成、对话等功能。

2. Anthropic
   Anthropic 的 Claude 模型也得到了支持。开发者可以通过 Spring AI 的统一接口调用 Claude 模型，用于生成文本或处理自然语言任务。

3. DeepSeek
   DeepSeek 是一个高性能的多模态大模型，Spring AI 提供了对 DeepSeek 的集成支持。开发者可以通过配置 API 密钥和模型名称，快速接入 DeepSeek 并实现对话、文本生成等功能。

4. HuggingFace
   Spring AI 支持与 HuggingFace 的集成，允许开发者利用 HuggingFace 提供的丰富模型资源，实现各种自然语言处理任务。

5. Ollama
   Ollama 是一个本地化部署的 AI 模型管理工具，Spring AI 支持通过 Ollama 部署和调用本地模型。

6. Azure OpenAI
   Spring AI 支持 Azure OpenAI 服务，允许开发者在 Azure 平台上使用 OpenAI 的模型，同时享受 Azure 提供的安全性和可扩展性。

7. Milvus
   Milvus 是一个向量数据库，Spring AI 提供了与 Milvus 的集成支持。开发者可以利用 Milvus 存储和检索向量数据，实现高效的相似性搜索。

8. Alibaba Cloud AI
   Spring AI Alibaba 是一个基于 Spring AI 的实现，专注于大模型的接入与应用开发。它支持通义千问等阿里云提供的大模型。

六、其他功能支持

除了上述模型，Spring AI 还支持以下功能：

• 文档解析：支持 PDF 文档的解析和处理。

• RAG 架构：支持检索增强生成（RAG）架构，结合向量数据库和 AI 模型实现高效的知识检索。

• Prompt 模板：提供结构化输出和 Prompt 模板功能，方便开发者快速构建应用。

七、总结

Spring AI 提供了广泛的 AI 模型和服务支持，涵盖了从 OpenAI、Anthropic 到本地化部署的 Ollama 等多种选择。开发者可以根据项目需求灵活选择和切换不同的模型，同时利用 Spring 生态的强大功能简化开发流程。