在这里插入图片描述

<!-- 引入AI模块 -->
<dependency>
    <groupId>cn.hutool</groupId>
    <artifactId>hutool-ai</artifactId>
    <version>5.8.40</version>
</dependency>

Hutool AI：Java生态的AI集成新范式
随着大模型技术的普及，Hutool在5.8.x版本中新增了hutool-ai模块，为开发者提供了简单易用的AI能力集成方案。
核心优势
多模型支持： 一套API调用多种AI服务，目前支持DeepSeek、豆包等主流大模型
开箱即用： 简单的Maven依赖引入即可使用，无需复杂配置
企业级支持： 源自Hutool生态，有稳定的社区维护和版本迭代

初始化AI客户端

/ 配置API密钥
AIConfig config = new BaseConfig();
config.setApiKey("你的API密钥");
config.setApiUrl("https://api.deepseek.com/v1");
config.setModel("deepseek-reasoner");
// 创建DeepSeek客户端
DeepSeekServiceImpl deepSeekService = new DeepSeekServiceImpl(config);

Hutool AI核心功能详解
文本生成功能
DeepSeekService是Hutool AI模块中专门对接DeepSeek大模型服务的接口，在基础AIService功能基础上扩展了DeepSeek特有的功能。

// 普通对话
String content = deepSeekService.chat("写一个疯狂星期五广告词");
System.out.println(content);

// 流式对话（适合长内容实时输出）
deepSeekService.chat("写一篇关于AI的短文", new Consumer<String>() {
    @Override
    public void accept(String chunk) {
        // 每次接收到部分响应时调用
        System.out.print(chunk);
    }
});

多模态能力（图片理解）
DoubaoService支持豆包特有的多模态功能，允许开发者进行图片理解等高级操作。

// 图片理解示例

String base64Image = "图片的Base64编码内容";
String answer = doubaoService.chatVision("图片上有些什么？", Arrays.asList(base64Image));
System.out.println(answer);

实用辅助功能
除了核心的AI能力，Hutool AI还提供了一些实用方法：
// 查询模型列表

String models = deepSeekService.models();
// 查询账户余额
String balance = deepSeekService.balance();

实战案例：传统HTTP调用 vs Hutool AI
为了更好理解Hutool AI的价值，我们对比下传统HTTP调用和Hutool AI的差异。
传统HTTP调用方式（使用Apache HttpClient）
// 繁琐的HTTP客户端配置和处理

HttpClient client = HttpClients.createDefault();
HttpPost post = new HttpPost(url);
post.setHeader("Content-Type", "application/json");
post.setHeader("Authorization", "Bearer " + apiKey);

// 手动构建请求体

String json = "{\"question\": \"hello\"}";
StringEntity entity = new StringEntity(json);
post.setEntity(entity);
HttpResponse res = client.execute(post);
String responseStr = EntityUtils.toString(res.getEntity(), "UTF-8");

使用Hutool AI后

// 一行代码完成AI对话

String answer = AIUtil.chat(config, "你的问题");

初始化 AI 客户端（以豆包为例）：

// 配置API密钥
AIConfig config = new BaseConfig();
config.setApiKey("sk-");
config.setApiUrl("https://api.deepseek.com/v1");
config.setModel("deepseek-reasoner");

// 创建deepseekAI客户端
DeepSeekServiceImpl baseAIService = new DeepSeekServiceImpl(config);

文本生成功能
DeepSeekService 是 Hutool AI 模块中专门对接 DeepSeek 大模型服务的接口，在基础 AIService 功能基础上扩展了 DeepSeek 特有的功能。

// 配置API密钥
AIConfig config = new BaseConfig();
config.setApiKey("sk-");
config.setApiUrl("https://api.deepseek.com/v1");
config.setModel("deepseek-reasoner");

// 创建deepseekAI客户端
DeepSeekServiceImpl baseAIService = new DeepSeekServiceImpl(config);

// 普通对话
String content = baseAIService.chat("写一个疯狂星期五广告词");

// 流式对话
baseAIService.chat("写一个疯狂星期五广告词", s -> {
    System.out.println(s);
});

// 查询模型列表
String models = baseAIService.models();
// 查询账户余额
String balance = baseAIService.balance();

图片理解
DoubaoService 是 Hutool AI 模块中对接豆包大模型服务的扩展接口，在基础 AIService 功能基础上提供了豆包特有的多模态和高级功能支持。

// 配置API密钥
AIConfig config = new BaseConfig();
config.setApiKey("sk-");
config.setApiUrl("https://api.deepseek.com/v1");
config.setModel("deepseek-reasoner");

// 创建deepseekAI客户端
DoubaoServiceImpl baseAIService = new DoubaoServiceImpl(config);
String base64 = "xxx"; // 图片base64内容
String chatVision = baseAIService.chatVision("图片上有些什么？", Arrays.asList(base64));

视频生成

// 配置API密钥
AIConfig config = new BaseConfig();
config.setApiKey("sk-");
config.setApiUrl("https://api.deepseek.com/v1");
config.setModel("deepseek-reasoner");

// 创建deepseekAI客户端
DoubaoServiceImpl baseAIService = new DoubaoServiceImpl(config);

String videoTasks = baseAIService.videoTasks("生成一段动画视频，主角是神厨小福贵，一个厨艺精湛的小男孩。", "https://img2.baidu.com/xxxx");

//查询视频生成任务信息
String videoTasksInfo = baseAIService.getVideoTasksInfo("任务id");

最简单的对话

// 配置DeepSeek模型
        var config = new AIConfigBuilder(ModelName.DEEPSEEK.getValue())
            .setApiKey("your-api-key")
            .setModel("deepseek-chat") // 可选，设置具体模型
            .build();
        
        // 发起对话
        String response = AIUtil.chat(config, "用Java写一个冒泡排序"方法);
        System.out.println("AI回复: " + response);

多轮对话实践

var config = new AIConfigBuilder(ModelName.OPENAI.getValue())
            .setApiKey("your-openai-key")
            .build();
        
        // 构建多轮对话消息
        List<Message> messages = new ArrayList<>();
        messages.add(new Message("system", "你是一个专业的Java开发助手"));
        messages.add(new Message("user", "如何优化Spring Boot应用的查询速度？"));
        messages.add(new Message("assistant", "可以通过配置优化"));
        messages.add(new Message("user", "说一下怎么优化，加缓存的方式"));
        String response = AIUtil.chat(config, messages);
        System.out.println("优化建议: " + response);

高级功能深度解析(流式响应处理)

var config = new AIConfigBuilder(ModelName.DEEPSEEK.getValue())
            .setApiKey("your-key")
            .build();
        
        // 获取具体服务实例进行流式调用
        var deepSeekService = AIUtil.getDeepSeekService(config);
        
        deepSeekService.chat("解释Java虚拟机的内存模型", new Consumer<String>() {
            private final StringBuilder fullResponse = new StringBuilder();
            
            @Override
            public void accept(String chunk) {
                System.out.print(chunk); // 实时输出
                fullResponse.append(chunk);
                
                if (chunk.contains("。") || chunk.contains("\n")) {
                    System.out.flush();
                }
            }
        });
        
        // 等待流式响应完成
        try { Thread.sleep(5000); } catch (InterruptedException e) {}

视觉对话与多模态支持

var config = new AIConfigBuilder(ModelName.OPENAI.getValue())
            .setApiKey("your-openai-key")
            .build();
        OpenaiService openaiService = AIUtil.getOpenAIService(config);
        // 视觉对话示例
        String response = openaiService.chatVision(
            "描述这张图片中的内容",
            Arrays.asList("https://example.com/image.jpg"),
            "high" // 细节程度: high/low
        );
        System.out.println("图片描述: " + response);

智能客服系统集成(企业级配置管理)

private final AIService aiService;
    private final Setting config;
    
    public CustomerServiceAI() {
        // 从配置文件加载配置
        config = new Setting("ai-config.setting");
        
        this.aiService = AIUtil.getAIService(
            new AIConfigBuilder(config.get("model"))
                .setApiKey(config.get("apiKey"))
                .setApiUrl(config.get("apiUrl"))
                .setTimeout(config.getInt("timeout", 30))
                .setReadTimeout(config.getInt("readTimeout", 60))
                .putAdditionalConfig("temperature", 0.7)
                .putAdditionalConfig("max_tokens", 1000)
                .build()
        );
    }
    
    public String handleCustomerQuery(String query, String context) {
        String systemPrompt = "你是一个专业的客服助手，负责处理用户咨询。"
            + "当前服务上下文: " + context
            + "\n请用友好、专业的态度回应用户。";
        
        return aiService.chat(systemPrompt + "\n用户问题: " + query);
    }
    
    // 批量处理查询
    public void processBatchQueries(List<String> queries) {
        queries.parallelStream().forEach(query -> {
            try {
                String response = handleCustomerQuery(query, "常规咨询");
                System.out.println("Q: " + query + "\nA: " + response + "\n");
            } catch (Exception e) {
                System.err.println("处理查询失败: " + query + ", 错误: " + e.getMessage());
            }
        });
    }

配置示例（ai-config.setting）

# AI服务配置
model = deepseek
apiKey = sk-your-deepseek-key-here
apiUrl = https://api.deepseek.com/v1/chat/completions
timeout = 30
readTimeout = 60
# 高级参数
temperature = 0.7
max_tokens = 1000
top_p = 0.9

性能优化与最佳实践

public class OptimizedAIClient {
    private static final Map<String, AIService> servicePool = new ConcurrentHashMap<>();
    
    public static AIService getCachedService(String modelName, String apiKey) {
        String cacheKey = modelName + ":" + apiKey;
        return servicePool.computeIfAbsent(cacheKey, key -> {
            return AIUtil.getAIService(
                new AIConfigBuilder(modelName)
                    .setApiKey(apiKey)
                    .setTimeout(15)  // 连接超时15秒
                    .setReadTimeout(30) // 读取超时30秒
                    .build()
            );
        });
    }
    
    // 带重试机制的调用
    public static String callWithRetry(String prompt, int maxRetries) {
        for (int i = 0; i < maxRetries; i++) {
            try {
                AIService service = getCachedService(ModelName.DEEPSEEK.getValue(), "your-key");
                return service.chat(prompt);
            } catch (Exception e) {
                if (i == maxRetries - 1) throw e;
                try { Thread.sleep(1000 * (i + 1)); } catch (InterruptedException ie) {}
            }
        }
        throw new RuntimeException("所有重试尝试都失败了");
    }
}

错误处理与监控

import cn.hutool.ai.core.AIException;
import io.micrometer.core.instrument.Metrics;
import java.util.concurrent.TimeUnit;
 
public class MonitoredAIService {
    private final AIService delegate;
    
    public MonitoredAIService(AIService delegate) {
        this.delegate = delegate;
    }
    
    public String chat(String prompt) {
        long startTime = System.nanoTime();
        try {
            String response = delegate.chat(prompt);
            long duration = System.nanoTime() - startTime;
            // 记录成功指标
            Metrics.timer("ai.request.duration")
                .record(duration, TimeUnit.NANOSECONDS);
            Metrics.counter("ai.request.success").increment();
            
            return response;
        } catch (AIException e) {
            // 记录失败指标
            Metrics.counter("ai.request.failure").increment();
            Metrics.counter("ai.error." + e.getClass().getSimpleName()).increment();
            throw e;
        }
    }
}

Hutool AI模块通过统一接口设计，极大简化了多AI厂商的集成复杂度。关键优势包括：
接口统一化：一套API兼容主流AI服务
配置简单化：链式配置Builder模式，直观易用
功能全面化：支持流式响应、多模态、视觉对话等高级特性
企业级支持：连接池、监控、重试等生产环境特性

# 人工智能
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

Wildcard 野卡官网“跑路”风波背后：当订阅 充值ChatGPT5 Plus 成为新“卡脖子”难题，开发者该何去何从？

avatar 2048 AI社区
cover

Selenium无法定位元素的几种解决方案

avatar 2048 AI社区

别再熬夜做报表！Python+AI自动化办公，2小时活5分钟搞定，同事求教程

又在熬夜做报表？眼睛紧盯屏幕，手指在键盘上机械地敲击，数据仿佛无穷无尽，每一次刷新表格都像是在挑战耐心的极限。但其实，借助 Python 与 AI 的强大组合，原本需要花费 2 小时的报表工作，短短 5 分钟就能轻松完成。

avatar 2048 AI社区