SpringBoot系列之Spring AI+DeekSeek创建AI应用

AIDeepSeekAI__1">使用 Spring AI 与 DeepSeek 创建智能 AI 应用

随着人工智能技术的飞速发展，AI 已经成为现代软件应用中不可或缺的一部分。从智能对话系统到内容生成工具，AI 的应用场景日益丰富。Spring AI 是 Spring 官方推出的用于简化 AI 集成的框架，而 DeepSeek 是一个强大的 AI 平台，提供了高效、灵活的语言模型和 API 接口。通过将 Spring AI 与 DeepSeek 结合，开发者可以在 Spring Boot 应用中快速实现智能对话、文本生成等 AI 功能。

在本教程中，我们将详细介绍如何使用 Spring Boot 3.2.x、Spring AI 和 DeepSeek 创建一个智能 AI 应用。

一、环境准备

以下是实验环境的配置：

JDK 17.0.14
Spring Boot 3.2.0
IntelliJ IDEA 2022.2.5
Maven 3.8.1

AI_Starter__16">Spring AI Starter 的版本要求

spring-ai-openai-spring-boot-starter 对 JDK 和 Spring Boot 的版本有以下要求：

JDK 要求：
- 最低要求：JDK 17。
- 推荐版本：JDK 17 或更高版本。
Spring Boot 要求：
- 支持的版本范围：Spring Boot 3.2.x 和 3.3.x。
- 最低版本：Spring Boot 3.2。

二、创建项目

使用 Spring Initializr 创建项目

访问 Spring Initializr：https://start.spring.io/
选择项目配置：
- Project：Maven
- Language：Java
- Spring Boot Version：3.2.0
- Dependencies：
  - Spring Web
  - Spring AI OpenAI Starter
  - Lombok
  - Spring Boot DevTools（可选，用于开发时的热部署）
生成项目：点击“Generate”按钮下载项目压缩包，并解压到本地。

也可以在idea里调用，然后生成项目
在这里插入图片描述
选择需要的依赖

Maven 配置文件

以下是生成的 pom.xml 文件内容：

<?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 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.2.0</version><relativePath/> <!-- lookup parent from repository --></parent><groupId>com.example</groupId><artifactId>springboot-ai-demo</artifactId><version>0.0.1-SNAPSHOT</version><name>springboot-ai-demo</name><description>Demo project for Spring Boot</description><properties><java.version>17</java.version><spring-ai.version>1.0.0-M5</spring-ai.version></properties><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><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency></dependencies><dependencyManagement><dependencies><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><build><plugins><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><configuration><annotationProcessorPaths><path><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></path></annotationProcessorPaths></configuration></plugin><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><configuration><excludes><exclude><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></exclude></excludes></configuration></plugin></plugins></build>
</project>

AI__133">三、选择 AI 模型

访问 SiliconFlow 模型列表，选择一个免费的 AI 模型。我们选择 DeepSeek 提供的 DeepSeek-R1-Distill-Llama-8B 模型。
在这里插入图片描述

获取 API 密钥

登录到 SiliconFlow 平台。
在平台中创建一个 API 密钥。
将密钥保存到本地，用于后续配置。

配置文件

在项目根目录下创建 application.yml 文件，并添加以下配置内容：

spring:ai:openai:api-key: your-key  # 替换为你的 API 密钥base-url: https://api.siliconflow.cn  # DeepSeek API 地址chat:options:model: deepseek-ai/DeepSeek-R1-Distill-Llama-8B  # 选择的模型

四、编写测试类

创建 ChatController

在 com.example.ai.controller 包下创建一个名为 ChatController 的类，用于处理用户请求并调用 DeepSeek 模型。

package com.example.ai.controller;import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.CrossOrigin;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;@RestController
@CrossOrigin(origins = "*")
@Slf4j
public class ChatController {private final ChatClient chatClient;public ChatController(ChatClient.Builder builder) {this.chatClient = builder.defaultSystem("你是一个AI智能应用").build();}@GetMapping(value = "/chat/{message}")public String chat(@PathVariable("message") String message) {return chatClient.prompt().user(message).call().content();}
}

测试接口

启动 Spring Boot 应用，并通过以下命令调用接口：

curl http://127.0.0.1:8080/chat/今天上海天气咋样

返回结果示例：

根据当前的天气数据，**今天上海的天气**大致为高温天气，温度范围在**19℃至25℃**之间，多云，偶尔有小阵雨，风力较小，东南风1级。建议根据天气情况适时调整出行穿着，注意防晒和保暖。

总结

通过以上步骤，我们成功地使用 Spring Boot 3.2.x、Spring AI 和 DeepSeek 创建了一个简单的智能对话应用。你可以根据需求进一步扩展功能，例如支持多语言、优化对话逻辑或集成到前端页面中。

如果你在实现过程中遇到任何问题，欢迎在评论区留言讨论。