完整教程：Spring AI整合聊天模型DeepSeek

参考资料：

参考视频

视频对应的资料，包括MD文件

SpringBoot搭建教程

参考demo及学习笔记

SpringAI官方

---

说明：

1. JDK及SpringBoot版本要求

        搭建的时候记得选用JDK17+，不用系统安装，用IDEA下载的也可以

        SpringBoot版本要求3.2.x或者3.3.x

2. DeepSeek的key

        关于申请DeepSeek这里就不赘述了，网上一搜一大堆，申请地址

---

搭建流程：

提示：下面只讲述怎么配置，具体含义请自行进行查阅

依赖和配置

        结合自己申请的DeepSeek的Key添加如下配置

server.port=8899
spring.application.name=SpringAiChatDemo
spring.ai.openai.api-key=sk-139298b9e929496290******
spring.ai.openai.base-url=https://api.deepseek.com
spring.ai.openai.chat.options.model=deepseek-chat
spring.ai.openai.chat.options.temperature=0.7

        添加如下依赖及版本管理

    17171.0.0-M5org.springframework.bootspring-boot-starter-weborg.springframework.aispring-ai-openai-spring-boot-starterorg.springframework.bootspring-boot-starter-testtestorg.springframework.aispring-ai-bom${spring-ai.version}pomimport

简单的请求接口（不推荐）

import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class SimpleController {@Autowiredprivate OpenAiChatModel chatModel;@GetMapping("/ai/generate")public String generate(@RequestParam(value = "message", defaultValue = "hello")String message) {String response = this.chatModel.call(message);System.out.println("response : "+response);return response;}
}

        postman测试

构造注入式（不推荐）

        构造注入式是直接从SpringBeanFactory里面拿，不推荐这种方式

/*** 构造注入示例 （不推荐）*/
@RestController
public class ConstructController {private final ChatClient chatClient;public ConstructController(ChatClient.Builder chatClientBuilder) {this.chatClient = chatClientBuilder.build();}@GetMapping("/construct/chat")public String chat(@RequestParam(value = "msg",defaultValue = "给我讲个笑话")String message) {//prompt:提示词return this.chatClient.prompt()//用户输入的信息.user(message)//请求大模型.call()//返回文本.content();}
}

Spring自定义注入（推荐）

• 先进行ChatClient注入和预设置

        下面这个设置了默认角色，也可以不设置默认角色

@Configuration
public class AIConfig {@Beanpublic ChatClient chatClient(ChatClient.Builder builder) {return builder.defaultSystem("你将作为一名Java开发语言的专家，对于用户的使用需求作出解答").build();}
}

• 然后使用初始化好的ChatClient对象

/*** Spring 自定义注入示例*/
@RestController
public class SpringConfigController {@Autowiredprivate ChatClient chatClient;@GetMapping("/springChat")public String chat(@RequestParam(value = "msg") String message) {return chatClient.prompt().user(message).call().content();}
}

• 访问查看结果

流式响应

        上述使用的是非流式，流式响应就是每生成一个字段就返回，此处不再赘述。

/*** Spring 流式响应*/
@RestController
public class StreamController {@Autowiredprivate ChatClient chatClient;@GetMapping(value = "/chat/stream",produces="text/html;charset=UTF-8")public Flux chatStream(@RequestParam(value = "msg") String message) {return chatClient.prompt().user(message).stream().content();}
}

基于chatModel的简单对话(不推荐)

@RestController
public class ChatModelController {@Autowiredprivate ChatModel chatModel;@GetMapping("/simpleChat")public String chat(@RequestParam("msg")String msg) {return chatModel.call(msg);}@GetMapping("/openai")public String openai(@RequestParam("msg")String msg) {ChatResponse call = chatModel.call(new Prompt(msg,OpenAiChatOptions.builder()//可以更换成其他大模型，如Anthropic3ChatOptions亚马逊.model("deepseek-chat").temperature(0.8).build()));return call.getResult().getOutput().getContent();}
}

基于ChatModel使用提示语模板

@RestController
public class ChatModelTemplateController {@Autowiredprivate ChatModel chatModel;@GetMapping("/prompt")public String prompt(@RequestParam("name")String name,@RequestParam("voice")String voice){String userText= """给我推荐北京的至少三种美食""";UserMessage userMessage = new UserMessage(userText);String systemText= """你是一个美食咨询助手，可以帮助人们查询美食信息。你的名字是{name},你应该用你的名字和{voice}的饮食习惯回复用户的请求。""";SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemText);//替换占位符Message systemMessage = systemPromptTemplate.createMessage(Map.of("name", name, "voice", voice));Prompt prompt = new Prompt(List.of(userMessage, systemMessage));List results = chatModel.call(prompt).getResults();return results.stream().map(x->x.getOutput().getContent()).collect(Collectors.joining(""));}
}

---

SpringAI自动调用自定义方法---对AI结果进行处理（函数调用）：

        例如，用SpringAI自动对算术运算的语句进行解析，并且输出结果

• 首先进行自定义方法的编写和注入

@Configuration
public class CalculatorService {public record AddOperation(int a, int b) {}public record MulOperation(int m, int n) {}@Bean@Description("加法运算")public Function addOperation() {return request -> {System.out.println("调用执行加法运算");return request.a + request.b;};}@Bean@Description("乘法运算")public Function mulOperation() {return request -> {System.out.println("调用执行乘法运算");return request.m * request.n;};}
}

• 然后调用使用

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class CalculatorController {@Autowiredprivate ChatModel chatModel;@GetMapping(value = "/calculator", produces = MediaType.APPLICATION_STREAM_JSON_VALUE)public String ragJsonText(@RequestParam(value = "userMessage") String userMessage) {return ChatClient.builder(chatModel).build().prompt().system("""您是算术计算器的代理。您能够支持加法运算、乘法运算等操作，其余功能将在后续版本中添加，如果用户问的问题不支持请告知详情。在提供加法运算、乘法运算等操作之前，您必须从用户处获取如下信息：两个数字，运算类型。请调用自定义函数执行加法运算、乘法运算。请讲中文。""").user(userMessage).functions("addOperation", "mulOperation").call().content();}
}

• 测试

• 说明

程序自动调用，自定义的方法，并返回，关键在于提示语的设计，需要反复进行测试才行

---

SpringAI调用本地RAG数据进行问答：

       SpringAI的Rag功能见Spring Ai Alibaba的文章。

---

SpringAI的其它功能

        SpringAI的其他功能（如：图像、音视频）见Spring Ai Alibaba的文章