SpringAI_Chat模型_DeepSeek模型--基础对话

发布于：2025-07-20 ⋅ 阅读:(17) ⋅ 点赞:(0)

一、前言

Spring AI 提供跨 AI 供应商（如 OpenAI、Hugging Face 等）的一致性 API, 通过分装的ChatModel或ChatClient即可轻松调动LLM进行流式或非流式对话。

本专栏主要围绕着通过OpenAI方式调用各种大语言模型展开学习（因为95%以上模型都兼容OpenAI方式调用接口），接下来我们先从调用深度求索的DeepSeek模型开始探索吧~

上一篇文章：1. Spring AI概述-CSDN博客

二、术语

2.1 ChatModel 和ChatClient的区分

Spring AI 中的 ChatModel 和 ChatClient 是两种不同层级的 API 设计，分别针对不同复杂度的 AI 交互场景。以下是两者的核心差异、典型用法及适用场景分析：

PS : ChatClient是对ChatModel的高级封装, 是官方推荐的核心API ！

a. 首次引入版本

    • 里程碑版本：ChatClient 在 1.0.0-M5 中首次出现，但接口设计尚未稳定。
    • 稳定版本：从 1.0.0-M7 开始接口基本定型，并在 1.0.0-M8 中进一步优化。
    • 正式生产版本：1.0.0 GA（2025年5月20日发布）是首个稳定且支持生产环境的版本,ChatClient 成为官方推荐的核心 API。

b. 当前推荐版本

    • 1.0.0 GA：功能完善，支持同步/流式调用、多模型切换、工具调用等企业级特性，是生产环境首选

2.2 OpenAI标准

OpenAI的API设计已成为行业事实标准，开发者生态庞大。国内绝大部分模型（如通义千问、DeepSeek、文心一言、智谱GLM、Kimi等）均提供与OpenAI兼容的API接口，开发者仅需替换base_url、api_key 和 model 参数，即可快速调动大模型能力！

主流模型兼容OpenAI接口对比表：

三、DeepSeek开放平台

注册开放平台账号（DeepSeek），充值5块钱（开发够用了），然后创建API KEY

四、代码

4.1 项目依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.better</groupId>
    <artifactId>spring-ai-parent</artifactId>
    <version>1.0-SNAPSHOT</version>
    <packaging>pom</packaging>
    <modules>
        <module>models/chat/chat-openai-deepseek</module>
    </modules>

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.4.5</version>
        <relativePath/>
    </parent>

    <properties>
        <maven.compiler.source>17</maven.compiler.source>
        <maven.compiler.target>17</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>

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

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

    <!--Spring AI模块的依赖版本管理-->
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <!--正式生产版本：1.0.0 GA（2025年5月20日发布）是首个稳定且支持生产环境的版本，ChatClient 成为官方推荐的核心 API-->
                <version>1.0.0</version> <!-- GA 版本 -->
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

</project>

4.2 模型配置

server:
  port: 8321
spring:
  ai:
    openai:
      base-url: https://api.deepseek.com
      api-key: ${OPENAI_API_KEY}
      chat:
        options:
          model: deepseek-chat  # 可选模型：deepseek-chat/deepseek-reasoner
          temperature: 0.6      # 响应随机性控制,默认值

4.3 ChatClient

4.3.1 非流式对话

    @GetMapping("/chat")
    String chat(String question) {
        return chatClient
                .prompt(question)
                .call()
                .content();

4.3.2 流式对话

    @GetMapping(value = "/chat/stream",produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    Flux<String> chatStream(String question) {
        return chatClient
                .prompt(question)
                .stream()
                .content();
    }

4.3.3 通用LLM配置

适用于所有支持的 LLM 提供商,跨平台兼容性高，适配 OpenAI、DeepSeek等

    @GetMapping("/chat/generic-options")
    String chatGenericOptions(String question) {
        return chatClient
                .prompt(question)
                .options(ChatOptions.builder()
                        .model("deepseek-reasoner")  // 指定模型(deepSeek的推理模型)
                        .temperature(0.9) // 指定温度值
                        .build())
                .call()
                .content();
    }

4.3.4 OpenAI配置

    @GetMapping("/chat/provider-options")
    String chatProviderOptions(String question) {
        return chatClient
                .prompt(question)
                .options(OpenAiChatOptions.builder()
                        .logprobs(true) // 用于请求模型在生成文本时返回每个生成toke的对数概率
                        .build())
                .call()
                .content();
    }

4.3.5 完整代码

package com.better.springai;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.prompt.ChatOptions;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;

/**
 * 高级封装ChatClient
 */
@RestController
class ChatClientController {

    private final ChatClient chatClient;

    public ChatClientController(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }

    /**
     * 非流式对话
     * @param question 问题
     * return java.lang.String
     * @author luchuyan
     * @time 2025/7/19 18:59
     **/
    @GetMapping("/chat")
    String chat(String question) {
        return chatClient
                .prompt(question)
                .call()
                .content();
    }

    /**
     * 流式对话
     * @param question
     * return reactor.core.publisher.Flux<java.lang.String>
     * @author luchuyan
     * @time 2025/7/19 19:00
     **/
    @GetMapping(value = "/chat/stream",produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    Flux<String> chatStream(String question) {
        return chatClient
                .prompt(question)
                .stream()
                .content();
    }

    /**
     * 非流式对话-通用LLM配置
     * PS: 适用于所有支持的 LLM 提供商,跨平台兼容性高，适配 OpenAI、DeepSeek等
     * @param question
     * return java.lang.String
     * @author luchuyan
     * @time 2025/7/19 19:09
     **/
    @GetMapping("/chat/generic-options")
    String chatGenericOptions(String question) {
        return chatClient
                .prompt(question)
                .options(ChatOptions.builder()
                        .model("deepseek-reasoner")  // 指定模型(deepSeek的推理模型)
                        .temperature(0.9) // 指定温度值
                        .build())
                .call()
                .content();
    }

    /**
     * 非流式对话-OpenAI专属配置
     * PS: 仅适用于 OpenAI 或兼容 OpenAI 接口的服务（如 DeepSeek）
     * @param question
     * return java.lang.String
     * @author luchuyan
     * @time 2025/7/19 19:13
     **/
    @GetMapping("/chat/provider-options")
    String chatProviderOptions(String question) {
        return chatClient
                .prompt(question)
                .options(OpenAiChatOptions.builder()
                        .logprobs(true) // 用于请求模型在生成文本时返回每个生成toke的对数概率
                        .build())
                .call()
                .content();
    }

}

4.4 ChatModel

用户和ChatClient差不多, 不再赘述~

4.4.1 完整代码

package com.better.springai;

import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.prompt.ChatOptions;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;

/**
 * 基础封装ChatModel
 */
@RestController
@RequestMapping("/model")
class ChatModelController {

    private final ChatModel chatModel;

    ChatModelController(ChatModel chatModel) {
        this.chatModel = chatModel;
    }

    /**
     * 非流式对话
     * @param question 问题
     * return java.lang.String
     * @author luchuyan
     * @time 2025/7/19 20:48
     **/
    @GetMapping("/chat")
    String chat(String question) {
        return chatModel.call(question);
    }

    /**
     * 流式对话
     * @param question
     * return reactor.core.publisher.Flux<java.lang.String>
     * @author luchuyan
     * @time 2025/7/19 19:00
     **/
    @GetMapping(value = "/chat/stream",produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    Flux<String> chatStream(String question) {
        return chatModel.stream(question);
    }

    /**
     * 非流式对话-通用LLM配置
     * PS: 适用于所有支持的 LLM 提供商,跨平台兼容性高，适配 OpenAI、DeepSeek等
     * @param question
     * return java.lang.String
     * @author luchuyan
     * @time 2025/7/19 19:09
     **/
    @GetMapping("/chat/generic-options")
    String chatGenericOptions(String question) {
        return chatModel.call(new Prompt(question, ChatOptions.builder()
                        .model("deepseek-reasoner")  // 指定模型(deepSeek的推理模型)
                        .temperature(0.9)
                        .build()))
                .getResult().getOutput().getText();
    }


    /**
     * 非流式对话-OpenAI专属配置
     * PS: 仅适用于 OpenAI 或兼容 OpenAI 接口的服务（如 DeepSeek）
     * @param question
     * return java.lang.String
     * @author luchuyan
     * @time 2025/7/19 19:13
     **/
    @GetMapping("/chat/provider-options")
    String chatProviderOptions(String question) {
        return chatModel.call(new Prompt(question, OpenAiChatOptions.builder()
                        .logprobs(true)
                        .build()))
                .getResult().getOutput().getText();
    }



}

五、参考资料

5.1 Spring AI官网文档

5.2 阿里云Maven仓库

5.3 Spring AI 依赖仓库

5.4 DeepSeek开发文档

---------------------------如果文章对你有帮助，别忘了点赞支持一下，谢谢~---------------------------

网站公告

今日签到

点亮在社区的每一天
去签到

热门文章

最新发布