SpringAI 内置接入 DeepSeek，太赞了！

原创迷三张 2025-02-13

624

DeepSeek 目前是国产 AI 模型Top，越来越多的公司企业应用想要集成。然而Spring官方 Spring AI 最新快照版已经内置 DeepSeek 了，所以以后项目中对接 DeepSeek 就方便多了。

相关联文章推荐：

DeepSeek和ChatGPT对比

本地部署deepseek-r1模型，是否有必要？

无需GPU轻松本地部署多款大模型，DeepSeek、qwen、llama等支持！

Spring AI 介绍

Spring AI 项目旨在简化包含人工智能功能的应用程序的开发，避免不必要的复杂性。解决了 AI 集成的根本挑战：Connecting your enterprise Data and APIs with AI Models
。

它提供了抽象概念，作为开发 AI 应用程序的基础。这些抽象概念具有多种实现，只需进行少量代码更改即可轻松更换组件。

主要包含功能：

跨 AI 提供商的可移植 API 支持聊天、文本转图像和嵌入模型。支持同步和流式 API 选项。还可访问特定于模型的功能。

支持所有主要AI 模型提供商，例如 Anthropic、OpenAI、Microsoft、Amazon、Google 和 Ollama。支持的模型类型包括：聊天完成，嵌入，文本转图像，音频转录，文本转语音，适度。最新预览版也已经支持了DeepSeek模型。

结构化输出- 将 AI 模型输出映射到 POJO。

用于 AI 模型和向量存储的 Spring Boot 自动配置和启动器。

用于数据工程的文档提取ETL 框架。

ChatClient API - 用于与 AI 聊天模型通信的流畅 API，惯用语类似于 WebClient 和 RestClient API。

Spring AI 集成 DeepSeek

1、Spring AI是基于 Spring Boot3.x
框架构建的，环境准备如下：

JDK 17 或更高版本
Maven 或 Gradle 构建工具
DeepSeek API Key（可通过官网注册获取），申请地址：https://platform.deepseek.com/usage

2、集成方式

spring-ai-openai starter：伪装成 OpenAI，DeepSeek 提供了 OpenAI 兼容模式。
spring-ai-ollama-spring-boot-starter：通过 Ollama 本地部署一个 DeepSeek R1 蒸馏版。

3、DeepSeek 可集成模型

deepseek-chat（V3）：适用于聊天机器人、智能客服、内容生成等，能够理解和生成日常对话内容。
deepseek-reasoner（R1）：专为复杂推理任务设计，适合解决需要深度逻辑分析和推理的问题。

4、ai-openai集成

Maven依赖

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

配置

# 必填项  
spring.ai.openai.api-key=you-apikey 
spring.ai.openai.base-url=https://api.deepseek.com 
# 模型选择（示例使用对话模型）       
spring.ai.openai.chat.options.model=deepseek-chat

编码

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;




@RestController 
@RequestMapping("/v1/api/chat")
public class ChatAiController {


    @Autowired
    private DeepSeekClient deepSeekClient;


    @PostMapping
    public String chat(@RequestBody String message) {
        return deepSeekClient.chatCompletion(message).getOutput().getContent();
    }


    @GetMapping(value = "/stream", produces = "text/event-stream")
    public Flux<String> chatStream(@RequestParam String message) {
        return deepSeekClient.chatFluxCompletion(message)
        .map(response -> response.getOutput().getContent());
    }
}

chat 接口用于处理普通的非流式请求； chatStream 接口则支持流式响应，能够实时返回 AI 的推理结果。

5、ai-ollama集成

Ollama部署集成DeepSeek蒸馏模型，参考文章：

无需GPU轻松本地部署多款大模型，DeepSeek、qwen、llama等支持！

Maven依赖添加

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
</dependency>

配置

spring.ai.ollama.base-url=http://localhost:11434 
spring.ai.ollama.chat.model=deepseek-r1:1.5b  # 与本地模型名称对应

编码

@RestController 
@RequestMapping("/v1/api/chat")
public class ChatAiOllamaController {


    @Autowired
    private DeepSeekClient deepSeekClient;


    @GetMapping("/stream/ollama")
    public ResponseEntity<Flux<String>> chatStream(@RequestParam(value = "message") String message) {
        try {
            // 调用 deepSeekClient 生成响应，并以 Flux<String>（响应流）形式返回
            Flux<String> response = deepSeekClient.chatFluxCompletionOllama(message);
            return ResponseEntity.ok(response);
        } catch (Exception e) {
            return ResponseEntity.badRequest().build();
        }
    }
}

总结

此篇文章主要介绍了Spring AI 功能和旨在解决的问题、如何通过它集成DeepSeek模型【在线模型和本地模型】。

最后再说下 Spring Cloud Alibaba AI 中也支持这种方式，并且官网上提供了详细的方法，有兴趣可以去探索下~~~~。

https://github.com/alibaba/spring-ai-alibaba/blob/main/README-zh.md
Spring Cloud Alibaba AI

https://docs.spring.io/spring-ai/reference/api/chatclient.html
Spring AI

欢迎微信扫描二维码，关注我的公众号~~

deepseek ai spring

最后修改时间：2025-02-17 13:11:34

文章转载自迷三张，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

SpringAI 内置接入 DeepSeek，太赞了！

评论