创建Spring AI项目
- 打开IDEA创建一个新的spring boot项目,填写项目名称和位置,类型选择maven,组、工件、软件包名称可以自定义,JDK选择17+即可,java语言标准和JDK相同即可
- 配置Spring Boot版本和开发所需的依赖,主要如下图所示
- Spring Boot版本可以选择3.2.5或者更高的版本(作者使用3.2.5和3.2.6(SNAPSHOT)可以正常开发)
- Spring Boot DevTools:spring项目热部署工具,修改完代码(不含application和pom配置文件)即刻热部署项目
- Lombok:通过配置快速配置对象的get、set、toString
- Spring AI:Spring AI是一个用于AI工程的应用框架
- 创建完成后,项目结构大体如下(这里删除了无用的maven文件内容、修改application的文件格式为yaml)
配置项目pom、application文件
- 打开项目的pom文件,修改spring ai的版本(项目默认使用稳定版0.8.1)
- 主要注意默认的spring ai版本和配置依赖jar包仓库(maven仓库中还没有spring ai的依赖)
<properties>
<java.version>21</java.version>
<spring-ai.version>0.8.1</spring-ai.version>
</properties>
<repositories>
<repository>
<id>spring-snapshots</id>
<name>Spring Snapshots</name>
<url>https://repo.spring.io/snapshot</url>
<releases>
<enabled>false</enabled>
</releases>
</repository>
<repository>
<id>spring-milestones</id>
<name>Spring Milestones</name>
<url>https://repo.spring.io/milestone</url>
<snapshots>
<enabled>false</enabled>
</snapshots>
</repository>
</repositories>
<pluginRepositories>
<pluginRepository>
<id>spring-snapshots</id>
<name>Spring Snapshots</name>
<url>https://repo.spring.io/snapshot</url>
<releases>
<enabled>false</enabled>
</releases>
</pluginRepository>
</pluginRepositories>
- 配置application文件(api-key的获取参考Spring AI开发前期开发指导)
spring:
application:
name: Chat
ai:
openai:
api-key: hk-xxx
base-url: https://api.openai-hk.com #请根据自己的api-key自定义配置
chat:
options:
model: gpt-3.5-turbo #默认model为 gpt-3.5-turbo
temperature: 0.5
server:
port: 8080
controller接口开发
- 这里列举可常用接口的使用方法,更详细的配置请参考官网的开发文档
import jakarta.annotation.Resource;
import org.springframework.ai.chat.ChatResponse;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.openai.OpenAiChatClient;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.ai.openai.api.OpenAiApi;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;
@RestController
public class ChatController {
@Resource
private OpenAiChatClient openAiChatClient;
@RequestMapping("/ai/chat")
public String chat(@RequestParam(value = "msg") String msg){
return openAiChatClient.call(msg);
}
@RequestMapping("/ai/chat2")
public String chatCall(@RequestParam(value = "msg") String msg){
ChatResponse response = openAiChatClient.call(new Prompt(msg));
return response.getResult().getOutput().getContent();
}
@RequestMapping("/ai/chat4")
public String chatCall2(@RequestParam(value = "msg") String msg){
//可选参数可以覆盖 项目配置文件中的参数(以代码中内容为准)
ChatResponse response = openAiChatClient.call(
new Prompt(
msg,
OpenAiChatOptions.builder()
.withModel("gpt-4-vision-preview") //gpt版本 可以填写字符串或者使用OpenAiApi.ChatModel中提供的常量
.withTemperature(0.8F) //温度高,回答创新型越高;越低,越准确
.build()
)
);
return response.getResult().getOutput().getContent();
}
@RequestMapping("/ai/chat5")
public Object chatStream(@RequestParam(value = "msg") String msg){
Flux<ChatResponse> flux = openAiChatClient.stream(new Prompt(msg,
OpenAiChatOptions.builder()
.withModel(OpenAiApi.ChatModel.GPT_4_VISION_PREVIEW.getValue()) //gpt版本 "gpt-4-vision-preview"
.withTemperature(0.5F) //温度高,回答创新型越高;越低,越准确
.withMaxTokens(4096) //显示最大token
.build()
)
);
flux.toStream().forEach(chatResponse -> {
System.out.print(chatResponse.getResult().getOutput().getContent());
});
return flux.collectList();
}
}
接口测试
http://localhost:8080/ai/chat4?msg=河南大学大礼堂被烧毁了,请作一首诗表示悲痛