重磅！Spring 原生支持 DeepSeek，AI 能力再升級！
在最新的 Spring 官方更新中，Spring AI 現已原生支持 DeepSeek！今天就帶大家了解如何在 Spring Boot 3.4 項目中集成 DeepSeek AI 服務，整個過程十分簡單便捷。
Spring AI 介紹
Spring AI 是由 Spring 官方推出的開源框架，旨在為 Java 開發者提供便捷的 AI 集成方案。其核心目標是通過抽象化和模塊化的設計，使得 AI 功能能夠更簡單地融入 Spring 生態體系。以下是 Spring AI 的核心特點：
- 統一的 API 抽象支持 OpenAI、DeepSeek、Google、Ollama 等多個 AI 服務，提供標準化的調用接口。
- 核心功能模塊支持模型交互、向量處理、檢索增強生成（RAG）以及函數調用等。
- 低代碼集成通過 Spring Boot Starter 依賴，可快速完成 AI 服務接入。
- 結構化數據輸出能夠將模型響應直接映射為 Java 對象，方便后續數據處理。
- 流式數據響應支持 Flux 流式輸出，適用于實時對話等高并發場景。
獲取 API KEY
由于 DeepSeek 官方服務可能存在調用壓力，我們可以選擇阿里云百煉平臺提供的 DeepSeek API。首先前往 阿里云百煉，搜索 DeepSeek 模型，點擊“立即體驗”。然后在頁面右上角點擊鑰匙圖標，即可創建并獲取 API KEY。
Spring Boot 3.4 項目中集成 DeepSeek
添加 Spring AI 依賴
在 Spring Boot 3.4 項目的 pom.xml 文件中，引入 Spring AI 相關依賴：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-openai-spring-boot-starter</artifactId>
<version>1.0.0-M6</version>
</dependency>配置 AI 服務信息
在 application.yml 配置文件中，添加 DeepSeek API 相關參數：
spring:
ai:
openai:
api-key: <YOUR_API_KEY> # 你的 API KEY
base-url: https://dashscope.aliyuncs.com/compatible-mode # 阿里云百煉 DeepSeek API 地址
chat:
options:
model: deepseek-r1 # DeepSeek 可選模型（deepseek-r1 或 deepseek-v3）
temperature: 0.8 # 控制文本生成的創造性，值越低越嚴謹創建 DeepSeek 接口
在 com.icoderoad.controller 包下，創建 DeepSeekController 控制器：
package com.icoderoad.controller;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.ChatResponse;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.MediaType;
import org.springframework.web.bind.annotation.*;
import reactor.core.publisher.Flux;
import java.util.Map;
@RestController
@RequestMapping("/ai")
public class DeepSeekController {
private final OpenAiChatModel chatModel;
@Autowired
public DeepSeekController(OpenAiChatModel chatModel) {
this.chatModel = chatModel;
}
/**
* 直接返回 AI 生成的答案
*/
@GetMapping("/chat")
public Map<String, String> chat(@RequestParam("message") String message) {
return Map.of("response", chatModel.call(message));
}
/**
* 流式輸出 AI 生成的答案
*/
@GetMapping(value = "/chatFlux", produces = MediaType.TEXT_EVENT_STREAM_VALUE + "; charset=UTF-8")
public Flux<ChatResponse> chatFlux(@RequestParam("message") String message) {
Prompt prompt = new Prompt(new UserMessage(message));
return chatModel.stream(prompt);
}
}測試接口
直接調用 AI 接口
啟動 Spring Boot 項目后，使用 Postman 或瀏覽器訪問：
GET http://localhost:8080/ai/chat?message=你好服務器將返回 AI 生成的答案，可能會有一定的延遲。
采用流式輸出
調用流式輸出接口，獲取持續輸出的 AI 生成內容：
GET http://localhost:8080/ai/chatFlux?message=你好此方式適用于需要實時更新的聊天機器人、流式文本生成等場景。
總結
本次介紹了如何在 Spring Boot 3.4 中使用 Spring AI 集成 DeepSeek AI 服務，并提供了同步和流式調用兩種方式。由于流式輸出響應更快，適用于大多數實時 AI 交互場景。希望本文能幫助大家更好地利用 Spring AI 進行 AI 能力升級！
