跳到主要内容

开始第一个对话

首先我们要实现的是在项目中实现可以和 ai 模型进行简单对话的功能，至于后续的高级东西，比如：RAG、Function Calling 等后面会详细的介绍

既然是 SpringBoot 项目，Spring 团队也专门出了组件来更加方便的使用 AI 功能，这就是 SpringAI。

SpringAI

官网地址：https://docs.spring.io/spring-ai/reference/index.html

Spring AI 是 Spring 团队推出的一个用于集成 AI 能力的框架，目标是让开发者更方便地在 Spring 应用中使用大语言模型（LLM），比如 OpenAI、DeepSeek、Azure OpenAI、ChatGLM 等。

既然现在出了 SpringAI 专门解决这个事，所以第一步就是要把 SpringAI 依赖到项目中


SpingAI 依赖

SpringAI 已经出了正式版本，而大麦ai项目也是用的正式版本，也就是说是完全可以在正式生产环境中使用的！

<properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <java.version>17</java.version>
    <spring.boot.version>3.5.0</spring.boot.version>
    <spring-ai.version>1.0.0</spring-ai.version>
    <lombok.version>1.18.20</lombok.version>
    <mybatis-plus.version>3.5.7</mybatis-plus.version>
    <fastjson.version>1.2.83</fastjson.version>
    <hutool.version>5.8.25</hutool.version>
    <easy-es.version>3.0.0</easy-es.version>
    <elasticsearch.version>7.17.28</elasticsearch.version>
</properties>
<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-dependencies</artifactId>
            <version>${spring.boot.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>${spring-ai.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

SpringAI 支持多种 AI，例如：OpenAI、DeepSeek 等。而这里我们就可以使用国内最火的 ai：DeepSeek


DeepSeek 依赖

既然使用 DeepSeek，那肯定要把 DeepSeek 的依赖也要集成到项目中

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

ChatClient

接下来进行要使用 DeepSeek 的功能了，SpringAI 将一系列的 api 操作进行了封装让我们使用起来非常的简单，我们只要使用一个叫 chatClient 的东西就可以了

什么是 ChatClient​

作用​

ChatClient 是一个用于与 LLM 进行聊天（对话）交互的客户端封装。
它屏蔽了很多底层 HTTP 调用、请求构造、响应解析等细节，开发者只需要通过它简单的 API，就可以发起问题并得到 AI 的回答。

核心功能​

  • 自动注入底层模型（如 OpenAI、DeepSeek 等）
  • 支持设置默认的 system prompt（系统角色描述）
  • 支持拦截器（advisor）扩展，比如记录日志、预处理消息等
  • 提供同步/异步的聊天接口

ChatClient 的配置​

既然是要使用 ChatClient，那么肯定先要把它给配置出来

org.javaup.ai.config.DaMaiAiAutoConfiguration

@Bean
    public ChatClient chatClient(DeepSeekChatModel model) {
        return ChatClient
                .builder(model)
                .build();
    }

  • public ChatClient chatClient(DeepSeekChatModel model)

    • 定义一个返回 ChatClient 的 Bean 方法，并接收一个 DeepSeekChatModel 对象作为参数。
    • DeepSeekChatModel 是 Spring AI 中对 DeepSeek 模型的封装，负责和 DeepSeek API 通信。

  • ChatClient.builder(model)

    • 创建一个 ChatClient 的构建器，告诉客户端使用哪个模型。

  • .build()

    • 构建最终的 ChatClient 实例。

进行对话

ChatClient 创建出来后，我们就可以来使用了。写一个Controller

@RestController
@RequestMapping("/simple")
public class SimpleChatController {

    @Resource
    private ChatClient chatClient;


    @RequestMapping(value = "/chat", produces = "text/html;charset=utf-8")
    public String chat(@RequestParam("prompt") String prompt) {
        return chatClient.prompt()
                //传入用户的对话
                .user(prompt)
                //进行调用
                .call()
                //返回内容
                .content();
    }
}

用浏览器调用下

恭喜！到这里就已经实现了在 SpringBoot 项目中进行AI对话的功能，是不是超级的简单！