Spring Boot 整合AI大模型实战：手把手带你接入DeepSeek API

前言

随着AI大模型的快速普及，越来越多的Java开发者希望将AI能力集成到自己的项目中。本文手把手带你用Spring Boot接入DeepSeek API，实现一个具备AI对话能力的后端服务。
一、环境准备

• JDK 17+
  
• Spring Boot 3.x
  
• Maven 3.8+
  
• DeepSeek API Key（到 platform.deepseek.com 免费申请）
  

二、添加依赖

1. <dependency>
2.     <groupId>org.springframework.boot</groupId>
3.     spring-boot-starter-web</artifactId>
4. </dependency>
5. <dependency>
6.     <groupId>org.springframework.boot</groupId>
7.     spring-boot-starter-webflux</artifactId>
8. </dependency>
9. <dependency>
10.     <groupId>com.fasterxml.jackson.core</groupId>
11.     jackson-databind</artifactId>
12. </dependency>

复制代码

三、配置 application.yml

1. deepseek:
2.   api-key: sk-xxxxxxxxxxxxxxxx
3.   base-url: https://api.deepseek.com
4.   model: deepseek-chat
5.   max-tokens: 2048

复制代码

四、创建配置类

1. @Configuration
2. @ConfigurationProperties(prefix = "deepseek")
3. @Data
4. public class DeepSeekConfig {
5.     private String apiKey;
6.     private String baseUrl;
7.     private String model;
8.     private Integer maxTokens;
10.     @Bean
11.     public WebClient deepSeekWebClient() {
12.         return WebClient.builder()
13.             .baseUrl(baseUrl)
14.             .defaultHeader("Authorization", "Bearer " + apiKey)
15.             .defaultHeader("Content-Type", "application/json")
16.             .build();
17.     }
18. }

复制代码

五、定义请求/响应实体

1. // 请求体
2. @Data
3. public class ChatRequest {
4.     private String model;
5.     private List<Message> messages;
6.     @JsonProperty("max_tokens")
7.     private Integer maxTokens;
8.     private Boolean stream = false;
10.     @Data
11.     @AllArgsConstructor
12.     public static class Message {
13.         private String role;  // system / user / assistant
14.         private String content;
15.     }
16. }
18. // 响应体
19. @Data
20. public class ChatResponse {
21.     private String id;
22.     private List<Choice> choices;
24.     @Data
25.     public static class Choice {
26.         private Message message;
27.     }
29.     @Data
30.     public static class Message {
31.         private String role;
32.         private String content;
33.     }
34. }

复制代码

六、实现Service层

1. @Service
2. @RequiredArgsConstructor
3. public class DeepSeekService {
5.     private final WebClient deepSeekWebClient;
6.     private final DeepSeekConfig config;
8.     public String chat(String userMessage) {
9.         ChatRequest request = new ChatRequest();
10.         request.setModel(config.getModel());
11.         request.setMaxTokens(config.getMaxTokens());
12.         request.setMessages(List.of(
13.             new ChatRequest.Message("system", "你是一个专业Java开发助手"),
14.             new ChatRequest.Message("user", userMessage)
15.         ));
17.         ChatResponse response = deepSeekWebClient
18.             .post()
19.             .uri("/v1/chat/completions")
20.             .bodyValue(request)
21.             .retrieve()
22.             .bodyToMono(ChatResponse.class)
23.             .block();
25.         return response.getChoices().get(0).getMessage().getContent();
26.     }
27. }

复制代码

七、实现Controller层

1. @RestController
2. @RequestMapping("/api/ai")
3. @RequiredArgsConstructor
4. public class AiController {
6.     private final DeepSeekService deepSeekService;
8.     @PostMapping("/chat")
9.     public ResponseEntity<String> chat(@RequestBody Map<String, String> body) {
10.         String message = body.get("message");
11.         String reply = deepSeekService.chat(message);
12.         return ResponseEntity.ok(reply);
13.     }
14. }

复制代码

八、测试

1. curl -X POST http://localhost:8080/api/ai/chat \
2.   -H "Content-Type: application/json" \
3.   -d '{"message": "帮我写一个Spring Boot分页查询的示例"}'

复制代码

总结

通过以上步骤，我们完成了Spring Boot整合DeepSeek API的全流程。后续可以进一步扩展：

• 支持流式输出（SSE）
  
• 加入对话历史管理
  
• 集成Redis缓存常用回答
  
• 接入其他大模型（通义千问、文心一言等）
  

本文由AI辅助创作。

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！