Spring AI 快速接入 DeepSeek 大模型

@

Spring AI 框架概述

在經(jīng)歷了八個(gè)里程碑式的版本之后（M1~M8），Spring AI 1.0 正式版本，終于在 2025 年 5 月 20 日正式發(fā)布了，這是另一個(gè)新高度的里程碑式的版本，標(biāo)志著 Spring 生態(tài)系統(tǒng)正式全面擁抱人工智能技術(shù)，并且意味著 Spring AI 將會給企業(yè)帶來穩(wěn)定 API 支持。

Spring AI 是 Spring 官方推出的一個(gè)人工智能集成框架，旨在簡化 AI 功能在 Spring 應(yīng)用中的整合。它提供了一套標(biāo)準(zhǔn)化的 API 和工具，讓開發(fā)者能夠輕松接入多種主流 AI 服務(wù)（如 OpenAI、Azure AI、Hugging Face 等），同時(shí)保持 Spring 生態(tài)的簡潔性和靈活性。

核心特性

1. 統(tǒng)一 API 設(shè)計(jì)

通過抽象層屏蔽不同 AI 提供商（如 OpenAI、Gemini、Ollama 等）的接口差異，開發(fā)者只需使用 Spring AI 的通用接口（如 ChatModel），即可切換底層 AI 服務(wù)。

同理就類似于，我們 JDBC 連接數(shù)據(jù)庫的被統(tǒng)一的連接接口，這里我們的 Spring AI 就類似于我們這里的 JDBC，不同的是 這個(gè) Spring AI 是連接操作其他 LLM(大模型)的被統(tǒng)一的接口。

2. 開箱即用的功能支持
3. 支持對話模型（Chat）類的大模型：與 ChatGPT 類似的交互。
4. 支持嵌入模型（Embedding）類的大模型：嵌入模型是將文本、圖像或其他數(shù)據(jù)轉(zhuǎn)換為數(shù)值向量（即嵌入向量）的技術(shù)。
5. 支持圖像生成（Image Generation）類的大模型：圖像生成是指AI根據(jù)文本描述或其他輸入創(chuàng)建新圖像的能力。
6. 支持函數(shù)調(diào)用（Function Calling）：函數(shù)調(diào)用功能使AI模型能夠與外部API和服務(wù)交互。也就是說，你寫一個(gè)函數(shù)，AI 也能調(diào)用你寫的函數(shù)。
7. 與 Spring 生態(tài)無縫集成
8. 支持 Spring Boot 自動配置、依賴注入、Actuator 監(jiān)控等，與 Spring Security、Spring Data 等組件協(xié)同工作。
9. Prompt 工程支持
10. 提供 PromptTemplate 等工具，方便動態(tài)生成提示詞（Prompts），支持上下文管理。
11. 模塊化設(shè)計(jì)
12. 開發(fā)者可以根據(jù)項(xiàng)目需求選擇特定的AI服務(wù)模塊
13. 例如只需OpenAI功能就只引入spring-ai-openai
14. 如需Google Vertex AI則引入spring-ai-vertexai
15. 每個(gè)AI供應(yīng)商/服務(wù)有獨(dú)立的Spring Starter模塊

適用場景

• 快速構(gòu)建 AI 驅(qū)動的應(yīng)用（如智能客服、內(nèi)容生成工具）。
• 需要靈活切換 AI 后端（如從本地模型切換到云服務(wù)）。
• 結(jié)合 Spring 生態(tài)實(shí)現(xiàn)企業(yè)級 AI 功能（如權(quán)限控制、數(shù)據(jù)持久化）。

官網(wǎng)與資源

• 官方倉庫：https://github.com/spring-projects/spring-ai
• 文檔：https://spring.io/projects/spring-ai

AI 提供商與模型類型

在SpringAI中，模型類型和AI提供商是兩個(gè)不同維度的概念，但它們又相互關(guān)聯(lián)。讓我用更清晰的方式幫你區(qū)分和理解：

模型類型（Model Type）

指的是AI模型的功能類別，即它能完成什么任務(wù)。
特點(diǎn)：與具體廠商無關(guān)，是通用的能力分類。

常見模型類型：

AI提供商（Provider）

提供具體AI模型服務(wù)的公司或平臺。
特點(diǎn)： 同一提供商可能支持多種模型類型

常見提供商：

兩者的關(guān)系

• 一個(gè)提供商支持多種模型類型
  例如：OpenAI同時(shí)提供Chat模型（GPT-4）、Embedding模型（text-embedding-3）、Image模型（DALL-E）。
• 一種模型類型可由多個(gè)提供商實(shí)現(xiàn)
  例如：Chat模型既可以用OpenAI的GPT-4，也可以用Google的PaLM 2。

Spring AI 框架支持哪些 AI 提供商的哪些模型

Spring AI 框架支持主流的 AI 提供商的主流模型，并且會隨著 Spring AI 版本的升級而變化。

以下是截至 2024年6月，Spring AI 框架官方及社區(qū)支持的 AI 提供商及其對應(yīng)的 模型類型的詳細(xì)列表，包含國內(nèi)和國外主流廠商。

Spring AI 接入 DeepSeek

DeepSeek 的 API 設(shè)計(jì)兼容 OpenAI：DeepSeek 的 API 接口規(guī)范（如請求/響應(yīng)格式、鑒權(quán)方式）與 OpenAI 保持一致，因此可以直接使用 OpenAI 的客戶端庫調(diào)用 DeepSeek。

引入依賴

<dependencies>
    <!-- Spring MVC -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <!--
        DeepSeek 的 API 設(shè)計(jì)兼容 OpenAI：
        DeepSeek 的 API 接口規(guī)范（如請求/響應(yīng)格式、鑒權(quán)方式）與 OpenAI 保持一致，
        因此可以直接使用 OpenAI 的客戶端庫調(diào)用 DeepSeek。
    -->
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        <version>1.0.0-M6</version>
    </dependency>
    <!-- Lombok -->
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
</dependencies>
<repositories>
    <!--指向 Spring 官方提供的快照倉庫，為了嘗試 Spring 的最新功能-->
    <repository>
        <id>spring-snapshots</id>
        <name>Spring Snapshots</name>
        <url>https://repo.spring.io/snapshot</url>
        <snapshots>
            <enabled>true</enabled>
        </snapshots>
    </repository>
</repositories>

編寫配置文件

# Spring AI OpenAI/DeepSeek 配置
spring:
  ai:
    openai:
      api-key: sk-b768607df6cd4xxx0f5aa38 # 設(shè)置 DeepSeek API 的訪問密鑰，永遠(yuǎn)不要將密鑰提交到代碼倉庫，建議通過環(huán)境變量注入。搞不好要花錢的。
      base-url: https://api.deepseek.com           # 指定 DeepSeek API 的基礎(chǔ)地址，格式與OpenAI相同。
      chat:
        options:
          model: deepseek-chat                     # 選擇要調(diào)用的 DeepSeek 模型名稱，必須與 DeepSeek 支持的模型列表匹配（如 deepseek-chat、deepseek-coder 等），不同模型可能有不同的計(jì)費(fèi)標(biāo)準(zhǔn)和能力。
          temperature: 1.3                         # temperature 值越高，AI 回答越隨機(jī)和創(chuàng)意；值越低，回答越確定和保守。1.3 屬于高值，適合需要發(fā)散性輸出的場景，但可能犧牲準(zhǔn)確性。

編寫 service

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.chat.prompt.SystemPromptTemplate;
import org.springframework.stereotype.Service;

import java.util.Map;

@RequiredArgsConstructor
@Service
public class AiService {

    private final ChatModel chatModel;

    // 簡單的直接調(diào)用
    public String generate(String message) {
        return chatModel.call(message);
    }

    // 使用系統(tǒng)提示模板
    public String generateWithSystemPrompt(String userMessage) {

        SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate("""
                你是一個(gè)資深{domain}專家，回答需滿足以下要求：
                1. 語言風(fēng)格：{tone}
                2. 回答長度：{length}
                3. 用戶問題：{userMessage}
                """);

        Prompt prompt = new Prompt(
                systemPromptTemplate.createMessage(Map.of(
                        "domain", "科技",
                        "tone", "幽默",
                        "length", "不超過100字",
                        "userMessage", userMessage
                ))
        );

        return chatModel.call(prompt).getResult().getOutput().getText();
    }
}

編寫 controller

import com.example.demo.service.AiService;
import lombok.RequiredArgsConstructor;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequestMapping("/api/ai")
@RequiredArgsConstructor
public class AiController {

    private final AiService aiService;

    @GetMapping("/chat")
    public String chat(@RequestParam String message) {
        return aiService.generate(message);
    }

    @GetMapping("/chat-with-prompt")
    public String chatWithPrompt(@RequestParam String message) {
        return aiService.generateWithSystemPrompt(message);
    }
}

啟動服務(wù)，在瀏覽器地址欄上訪問：

到此，Spring AI 接入 DeepSeek 就完成了。

最后：

“在這個(gè)最后的篇章中，我要表達(dá)我對每一位讀者的感激之情。你們的關(guān)注和回復(fù)是我創(chuàng)作的動力源泉，我從你們身上吸取了無盡的靈感與勇氣。我會將你們的鼓勵留在心底，繼續(xù)在其他的領(lǐng)域奮斗。感謝你們，我們總會在某個(gè)時(shí)刻再次相遇。”