基于SpringAI集成DeepSeek接口的技术实现

SpringAI作为Spring生态中面向AI应用开发的扩展框架，为开发者提供了便捷的AI能力集成方案。结合DeepSeek提供的强大模型接口，可快速构建智能应用。以下为关键实现步骤：

一、环境配置与依赖

1.1 版本适配要求

本文使用的SpringAI 1.0.0 对底层环境有严格要求，需提前确认环境满足：

环境	版本
JDK 版本	≥17
Spring Boot 版本	≥3.2.0
Maven 版本	≥3.6.0

1.2 Maven 配置

在Spring Boot项目中引入SpringAI和DeepSeek相关依赖。Maven配置需包含以下核心库：

<dependencies>
		<!-- Spring AI DeepSeek 核心依赖-->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-deepseek</artifactId>
        </dependency>
</dependencies>
<!-- Spring AI BOM 统一管理版本 -->
<dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>1.0.0</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

二、API密钥配置

2.1 API密钥申请步骤

1. 登录DeepSeek官网，选择API开放平台:
2. 选择API Keys，选择创建API key:
   
3. 填写名称后得到API key，请复制保存好，关闭后无法再次查看，只能重新创建。（请不要复制本文示图中的key，已删除，此key无效。）
   
   
4. DeepSeek API 需充值后才能使用，点击「去充值」选择自定义金额（小额充值即可，余额未使用可申请退款）。
   

2.2 配置文件

在application.yml中配置DeepSeek的访问凭证：

spring:
    # Spring AI配置
  ai:
    deepseek:
      api-key: "此处填写前面申请得到的api-key"
      base-url: https://api.deepseek.com
      chat:
        options:
          model: deepseek-chat# 通用对话模型，可选deepseek-coder-v2（代码生成模型）
          temperature: 0.7	# 回答随机性，0-1之间，值越低越严谨
          max-tokens: 2000	# 模型最大输出字符数，控制回答长度
      retry:
        max-attempts: 3		# 接口调用失败最大重试次数
        backoff:
          initial-interval: 2s
          multiplier: 1.5

可根据业务需求，自定义 chat（模型参数）、retry（重试策略）等配置项。

三、基础功能

3.1 服务层封装

创建AIService封装对话生成功能，注入SpringAI的ChatClient，示例代码如下：

import org.springframework.ai.chat.ChatResponse;
import org.springframework.ai.chat.ChatClient;
import org.springframework.ai.prompt.Prompt;
import org.springframework.ai.prompt.PromptTemplate;
import org.springframework.stereotype.Service;

import java.util.Map;

/**
 * AI服务层：封装DeepSeek接口调用逻辑
 */
@Service
public class AIService {

    // SpringAI自动配置的ChatClient，无需手动创建
    private final ChatClient chatClient;

    public AIService(ChatClient chatClient) {
        this.chatClient = chatClient;
    }

    /**
     * 通用对话生成：基于提示词模板生成回答
     * @param userQuestion 用户问题
     * @return 模型生成的回答
     */
    public String generateResponse(String userQuestion) {
        // 定义提示词模板（可根据业务场景调整）
        String promptTemplate = """
                你是一位专业的技术助手，需满足以下要求：
                1. 回答简洁明了，直击重点；
                2. 技术问题需提供具体实现思路或代码示例；
                3. 拒绝回答无关、违法、不道德的内容。
                用户问题：{question}
                """;

        // 构建提示词模板对象，绑定用户问题参数
        PromptTemplate template = new PromptTemplate(promptTemplate);
        Map<String, Object> params = Map.of("question", userQuestion);
        Prompt prompt = template.create(params);

        // 调用DeepSeek接口，获取响应结果
        ChatResponse response = chatClient.call(prompt);

        // 解析响应内容并返回
        return response.getResult().getOutput().getContent();
    }
}

3.2 控制层测试接口

创建AIController类，提供同步对话 HTTP 接口，方便前端 / 第三方系统调用，示例代码如下：

import com.example.springaideepseekdemo.service.AIService;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;

/**
 * AI控制层：提供HTTP接口
 */
@RestController
public class AIController {

    // 注入AI服务层对象
    @Resource
    private AIService aiService;

    /**
     * 同步对话接口：适用于不需要实时反馈的场景
     * 访问示例：http://localhost:8080/ai/chat?question=SpringAI是什么
     * @param question 用户问题
     * @return 模型生成的回答
     */
    @GetMapping("/ai/chat")
    public String chat(@RequestParam String question) {
        // 调用服务层方法，返回结果
        return aiService.generateResponse(question);
    }
}

3.3 基础功能测试

1. 启动 Spring Boot 项目（确保无编译错误）；
2. 打开浏览器或 Postman，访问接口：http://localhost:8080/ai/chat?question=SpringAI是什么；
3. 正常情况下，浏览器会直接返回 DeepSeek 的回答，示例：

SpringAI是Spring生态下的AI应用开发框架，提供了统一的AI模型调用抽象层，支持主流大模型（如OpenAI、DeepSeek、通义千问等）。其核心优势包括：1. 简化调用流程，无需手动封装HTTP请求；2. 内置重试、限流、流式响应等特性；3. 与Spring Boot无缝集成，支持依赖注入、配置绑定等Spring生态特性，帮助开发者快速将大模型能力集成到Java应用中。

四、总结

本文完成了SpringAI集成DeepSeek接口的核心实操实现，展示了从环境搭建到接口测试的全步骤。可根据业务需求自定义模型参数、扩展功能模块，及时更新框架与SDK版本即可适配最新的API能力。