问题重现

• 依赖

  <!--讯飞开放平台sdk-->
  <dependency><groupId>io.github.briqt</groupId><artifactId>xunfei-spark4j</artifactId><version>1.3.0</version>
  </dependency>
  

• yml配置文件

  # 讯飞Api配置
  xunfei:client:appId: "别只顾着抄，这里要写自己的"apiKey: "别只顾着抄，这里要写自己的"apiSecret: "别只顾着抄，这里要写自己的"
  

• SparkConfig 配置类

  java">@Configuration
  @ConfigurationProperties(prefix = "xunfei.client")
  @Data
  public class SparkConfig {private String appid;private String apiKey;private String apiSecret;@Beanpublic SparkClient sparkClient() {SparkClient sparkClient = new SparkClient();sparkClient.appid = this.appid;sparkClient.apiKey = this.apiKey;sparkClient.apiSecret = this.apiSecret;return sparkClient;}
  }
  

• SparkManager 实现类

  java">@Component
  @Slf4j
  public class SparkManager {@Resourceprivate SparkClient sparkClient;/*** AI生成问题的预设条件*/public static final  String PRECONDITION = "" +"你是一名Java程序员\n" +"给我一些软件开发方面的知识\n";public String sendHttpToSpark(final String content){// 消息列表，可以再此列表添加历史对话记录List<SparkMessage> messages = new ArrayList<>();messages.add(SparkMessage.systemContent(PRECONDITION));// 用户输入内容messages.add(SparkMessage.userContent(content));// 构造请求SparkRequest sparkRequest = SparkRequest.builder()// 指定请求版本，lite为V1_5.apiVersion(SparkApiVersion.V1_5).messages(messages)     // 消息列表.build();// 同步调用SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);String responseContent = chatResponse.getContent();log.info("spark返回内容：{}",responseContent);return responseContent;}
  }
  

  可以到讯飞星火官网免费领取不限量的免费AI

  

完成以上步骤后，不出意外的话就能正常通过java代码调用Spark lite 的API进行 AI 对话，但遗憾的是出了意外

• 测试代码

java">@SpringBootTest
public class SparkManagerTest {@Resourceprivate SparkManager sparkManager;private final String userInput = "如何调用api";@Testpublic void testApi(){String result = sparkManager.sendHttpToSpark(userInput);System.out.println(result);}
}

• 报错截图

问题处理

一开始我怀疑的是自己的配置出了问题，但CV大法除了CV错地方外，还能怎么错呢？

刚好讯飞星火提供了免费的Spark Lite的同时，还赠送了不少Spark4.0 Uitra的token数，刚好可以拿来做验证

修改指定请求版本

java">public String sendHttpToSpark(final String content){List<SparkMessage> messages = new ArrayList<>();messages.add(SparkMessage.systemContent(PRECONDITION));messages.add(SparkMessage.userContent(content));SparkRequest sparkRequest = SparkRequest.builder()// 修改指定请求版本为4_0，其对应4.0Ultra.apiVersion(SparkApiVersion.V4_0).messages(messages)    .build();SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);String responseContent = chatResponse.getContent();log.info("spark返回内容：{}",responseContent);return responseContent;
}

此时再运行测试代码可正常获取返回内容

然后看了源码后，也算是找到 Spark Lite 授权错误的原因，API版本枚举类(SparkApiVersion.class)中lite对应的V1_5版本中的domain属性是general 而不是 lite

为了使用免费版本的AI（仅限学习，经济压力大，学习阶段就搞付费的承受不起），自然得想方法处理。

需要注意的是，SparkApiVersion类中的构造方法是私有的，无法直接设值，所以我采用的是利用反射去修改值（不推荐，但这不对外，仅是学习AI才使用该方法；如有更好的方法，烦请告知）

编写EnumReflectionUtil工具类，用于修改枚举值

java">public class EnumReflectionUtil {public static void setEnumField(Enum<?> enumConstant, String fieldName, Object newValue) throws Exception {Field field = enumConstant.getClass().getDeclaredField(fieldName);field.setAccessible(true);field.set(enumConstant, newValue);}
}

修改SparkManager类

java">@Component
@Slf4j
public class SparkManager {@Resourceprivate SparkClient sparkClient;@PostConstructpublic void init(){try {// 修改 V1_5 的版本信息EnumReflectionUtil.setEnumField(SparkApiVersion.V1_5, "version", "v1.1");EnumReflectionUtil.setEnumField(SparkApiVersion.V1_5, "url", "https://spark-api.xf-yun.com/v1.1/chat");EnumReflectionUtil.setEnumField(SparkApiVersion.V1_5, "domain", "lite");} catch (Exception e) {log.error("尝试修改枚举字段异常：", e);}}/*** AI生成问题的预设条件*/public static final  String PRECONDITION = "" +"你是一名Java程序员\n" +"给我一些软件开发方面的知识\n";public String sendHttpToSpark(final String content){// 消息列表，可以再此列表添加历史对话记录List<SparkMessage> messages = new ArrayList<>();messages.add(SparkMessage.systemContent(PRECONDITION));// 用户输入内容messages.add(SparkMessage.userContent(content));// 构造请求SparkRequest sparkRequest = SparkRequest.builder()// 此时SparkApiVersion.V1_5的内容为修改后的内容.apiVersion(SparkApiVersion.V1_5).messages(messages)     // 消息列表.build();// 同步调用SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);String responseContent = chatResponse.getContent();log.info("spark返回内容：{}",responseContent);return responseContent;}
}

此时再运行测试代码可正常获取返回内容，且增加的是Spark Lite的token数而非Spark4.0的，说明调用的是Spark Lite 无误