### 写在前面经常逛`Spring`官网（）的小伙伴会发现， `Spring` 已经支持接入`DeepSeek`了。 ![官宣接入deepseek](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/72c95b294ae84b67955d4f130d8545c5~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=OpzXqJ4fGsPWgQmQZ45vD6K%2BRrU%3D) > [DeepSeek AI](https://www.deepseek.com/) provides the open-source DeepSeek V3 model, renowned for its cutting-edge reasoning and problem-solving capabilities. > > Spring AI integrates with DeepSeek AI by reusing the existing [OpenAI](https://docs.spring.io/spring-ai/reference/api/chat/openai-chat.html) client. To get started, you’ll need to obtain a [DeepSeek API Key](https://api-docs.deepseek.com/), configure the base URL, and select one of the supported models. 翻译过来就是 `DeepSeek AI`提供了开源的`DeepSeek V3`模型，该模型以其先进的推理和解决问题的能力而闻名。 `Spring AI`通过与现有`OpenAI`客户端复用的方式与`DeepSeek AI`集成。要接入`DeepSeek`，您需要获取一个`DeepSeekAPI`的`API KEY`，配置接入地址，并选择一种模型即可 ### 一、调用效果 [调用效果展示](https://v.ixigua.com/sgNsXyb9-2Q/) ### 二、Spring AI 与 DeepSeek 的集成背景不管是`Spring` 官网还是`DeepSeek API` 文档（）中都提到 `DeepSeek API` 使用与 `OpenAI` 兼容的 `API`格式。 ![与OpenAPI兼容的API格式](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/28d2fbd2ad8b482c9349b2c6f1708a70~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=8JYZEnp9iCqT6prhU%2B5DlAdkLDY%3D) 所以，我们只需要照抄接入`ChatGpt`的就可以了\~ 而与`ChatGPT` 或者其他大模型对接是通过`Spring AI` 来完成的。 `Spring AI` 是什么呢？ `Spring AI` 是 `Spring`生态中的一个新兴项目，旨在为 `Java`集成各类 `AI`模型提供统一的抽象层。它通过隐藏底层模型的实现细节，让开发者能够以最少的代码调用各种 `AI` 服务。目前，`Spring AI`已经支持`OpenAI`、`Azure AI`、`Hugging Face` 等多个 AI 平台，而 `DeepSeek` 的加入进一步丰富了其功能 ### 三、Java 接入DeepSeek步骤 #### 3.1 获取API KEY 首先，我们需要到`DeepSeek` 开发平台（）申请`API KEY` ![申请api key](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/f0482e74e53a4c76905eb9ac201891f7~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=c6HYwybrjrEzcyU%2B8GMB8kQeDM4%3D) 这是使用 `DeepSeek` 服务的关键凭证，必须妥善保管。不要与他人共享你的 API key，或将其暴露在浏览器或其他客户端代码中 #### 3.2 创建spring boot 项目通过 `Spring Initializr` 创建一个新的项目 ![创建springboot 项目](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/43cf1a986826416999837e4621f23961~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=vZG6Z%2FiE3V7weeZt8Js%2FB0v2RNk%3D) #### 3.3 添加依赖在 `pom.xml` 文件中，添加 Spring AI 的依赖。目前，Spring AI 通过 OpenAI 客户端与 DeepSeek 集成，因此需要引入以下依赖： org.springframework.ai spring-ai-openai-spring-boot-starter #### 3.4 配置 DeepSeek API 在 `application.properties` 或 `application.yml` 文件中，配置 `DeepSeek` 的 `API`密钥和请求 URL * **`deepseek-chat` 模型已全面升级为 DeepSeek-V3，接口不变。** 通过指定 `model='deepseek-chat'` 即可调用 DeepSeek-V3。 * **`deepseek-reasoner` 是 DeepSeek 最新推出的[推理模型](https://api-docs.deepseek.com/zh-cn/guides/reasoning_model) DeepSeek-R1**。通过指定 `model='deepseek-reasoner'`，即可调用 DeepSeek-R1。 spring: ai: openai: api-key: sk-your-deepseek-key-here base-url: https://api.deepseek.com chat: options: model: deepseek-reasoner #### 3.5 编写接口 @RestController @RequestMapping("/ai") public class DeepSeekController { private final ChatClient chatclient; // 构造方法，用于构造chatclient 实列 public DeepSeekController (ChatClient.Builder chatClientBuilder){ this.chatclient =chatClientBuilder.build(); } @GetMapping("/chat") public String chat(@RequestParam(value = "message") String message) { return chatclient.prompt(message).call().content(); } } #### 3.6 测试一下 > 启动项目，浏览器中对话内容按照这个格式即可与deepseek对话 ① 讲一个笑话 ![讲一个笑话](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/ee1f1a08059b458ba517a29e948348e6~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=FXw5AWrCDUiKaB5hfbBe4cjOHQA%3D) ② 请用Java写一段线程安全的单例模式，并故意埋三个常见错误 ![请用Java写一段线程安全的单例模式，并故意埋三个常见错误](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/56c1609b5c594bcfb0f050cd1826b8ca~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=Rk6dLw1KLPgIvwgjOIuQwyk7%2FSE%3D) ③ 简单介绍下程序员晓凡是谁？ ![程序员晓凡是谁](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/ddc3d6343fda4b8999286a100bee4a7b~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=7lxA%2BBUzi38vSJvYzM8Srf2P9zo%3D) ### 四、调用本地部署的DeepSeek 在之前的文章中，已经手把手教小伙伴如何使用`ollama`将`DeepSeek` 部署到自己电脑上。使用该方法部署算是最简单的一种部署方式了，忘记了的小伙伴，可以点击下面链接复习一下\~ #### 4.1 ollama 常用命令 > 我们需要简单知道下ollama 的常用命令，方便我们启停本地大模型 ① 查看ollama 版本信息 ollama -v ② 启动ollama服务 ollama serve ③ 查看正在运行的大模型 ollama ps ④ 查看本地大模型列表 ollama list ⑤ 运行大模型 # deepseek-r1:8b 为大模型版本号 # 如果本地不存在该模型，会先拉取 ollama run deepseek-r1:8b ⑥ 删除模型 ollama rm 模型名称 ⑦ 停止运行模型 ollama stop #### 4.2 启动大模型 > 首先，按照上面的命令启动本地安装的大模型，`ollama ps` 确认大模型正在运行中 ![查看正在运行的大模型列表](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/c6b42dfb591842889e6d98f3bf49f513~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=JU8wKvVpN8tq4o3NKm%2FlBPe7cDA%3D) 大模型启动之后会占用11434 端口，开放的接口地址是：我们可以先通过postman 调用试试入参如下： { "model": "deepseek-r1:8b", "messages": [ {"role": "user", "content": "用中文解释量子计算原理"} ], "stream": false, "options": { "temperature": 0.7, "num_ctx": 4096 } } ![postman 调用本地大模型](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/0cd637f1a92c49d5a038a26727558664~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=HCpJujHV%2BxuvtAJmqaZOA2EMrE0%3D) #### 4.3 Java项目中调用本地大模型 ① 添加依赖 > 我们这里是同过ollama部署的`deepseek` ,所以要添加如下依赖 org.springframework.ai spring-ai-ollama-spring-boot-starter ② 配置 DeepSeek API 在 `application.properties` 或 `application.yml` 文件中，配置 `DeepSeek` 的请求 URL及模型 spring: ai: ollama: base-url: http://localhost:11434 chat: model: deepseek-r1:8b # 本地部署的大模型 ③编写接口 > 为了模仿官方`deepseek`对话模型，这里接口书写方式我们采用流式输出方式 @RestController @RequestMapping("/ai") @CrossOrigin(origins = "*") public class DeepSeekController { private static final Logger logger = LoggerFactory.getLogger(DeepSeekController.class); private final ChatClient chatclient; public DeepSeekController(ChatClient.Builder chatClientBuilder) { this.chatclient = chatClientBuilder.build(); } @GetMapping(value = "/chat", produces = MediaType.TEXT_EVENT_STREAM_VALUE + ";charset=UTF-8") public ResponseEntity> chat(@RequestParam(value="message") String message) { try { Flux response = chatclient.prompt(message).stream().content(); // 打印响应数据 response.subscribe(data -> logger.info("Response data: {}", data)); return ResponseEntity.ok() .contentType(MediaType.TEXT_EVENT_STREAM) // 设置内容类型为文本事件流 .header(HttpHeaders.CONTENT_ENCODING, "utf-8") // 设置字符编码 .body(response); } catch (Exception e) { return ResponseEntity.badRequest().build(); } } } ④ 测试 > 为了演示流式数据输出调用，晓凡用`element-ui`+`vue`仿照微信聊天界面写了一个简单调用页面，效果如下所示 ![流式输出效果](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/7ce1a9a66e1e4a638c78d46dd9475030~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=UrysqHdGbI15jLslauG28mxo2x0%3D) ### 五、代码下载以上涉及到的demo 晓凡已经将代码上传到gitee,感兴趣的小伙伴可以 gitee: ![gitee地址](https://p3-xtjj-sign.byteimg.com/tos-cn-i-73owjymdk6/df82728ece3a4a559d0749e58a5873fb~tplv-73owjymdk6-jj-mark-v1:0:0:0:0:5o6Y6YeR5oqA5pyv56S-5Yy6IEAg56iL5bqP5ZGY5pmT5Yeh:q75.awebp?rk3s=f64ab15b&x-expires=1758755429&x-signature=Bd3rROKbzNHMrg6V1rCCr%2FIhvdo%3D) 考虑到部分小伙伴可能没有注册gitee,晓凡把代码也传到网盘了「deepseek-chat-demo.zip」链接：本期内容到这儿就结束了，希望对您有所帮助！我们下期再见ヾ(•ω•\`)o (●'◡'●)