SpringBoot两种方式接入DeepSeek

方式一：基于HttpClient

步骤 1：准备工作

获取 DeepSeek API 密钥：访问 DeepSeek 的开发者平台，注册并获取 API 密钥。

步骤 2：引入依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId>
</dependency>

步骤 3：配置 DeepSeek API

配置参数：在 application.yml 文件里，把 DeepSeek 的 API 端点和密钥写进去：

在 application.properties 或 application.yml 中配置 DeepSeek 的 API 密钥和端点：

deepseek.api.key=sk-xxxxxxxxxx
deepseek.api.url=https://api.deepseek.com/v1/chat/completions

步骤 4：自定义  DeepSeek Client Service

（1）自定义请求头

public record DeepSeekRequest(String model,List<Message> messages,double temperature,int max_tokens
) {public record Message(String role, String content) {}
}

（2）自定义响应体

public record DeepSeekResponse(String id,String object,long created,String model,List<Choice> choices
) {public record Choice(int index,Message message,String finish_reason) {public record Message(String role, String content) {}}
}

（3）service

import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.web.client.RestTemplateBuilder;
import org.springframework.http.*;
import org.springframework.stereotype.Service;
import org.springframework.web.client.RestTemplate;import java.util.List;@Service
public class DeepSeekService {@Value("${deepseek.api.url}")private String apiUrl;@Value("${deepseek.api.key}")private String apiKey;private final RestTemplate restTemplate;public DeepSeekService(RestTemplateBuilder restTemplateBuilder) {this.restTemplate = restTemplateBuilder.build();}public String getChatResponse(String userMessage) {// 构造请求体DeepSeekRequest request = new DeepSeekRequest("deepseek-chat",List.of(new DeepSeekRequest.Message("user", userMessage)),0.7,1000);// 设置请求头HttpHeaders headers = new HttpHeaders();headers.setContentType(MediaType.APPLICATION_JSON);headers.setBearerAuth(apiKey);HttpEntity<DeepSeekRequest> entity = new HttpEntity<>(request, headers);// 发送请求ResponseEntity<DeepSeekResponse> response = restTemplate.exchange(apiUrl,HttpMethod.POST,entity,DeepSeekResponse.class);// 处理响应if (response.getStatusCode().is2xxSuccessful() && response.getBody() != null) {return response.getBody().choices().get(0).message().content();}throw new RuntimeException("API请求失败: " + response.getStatusCode());}
}

请求体中可以指定：调整模型、温度、最大 token 数等

什么是温度（Temperature）？

温度是控制模型生成文本的“创造力”或“随机性”的一个参数。你可以把它想象成调节模型的“脑洞大小”。

• 温度低（比如 0.1）：

模型会变得非常保守，倾向于选择最确定、最安全的答案。

适合需要准确性和一致性的任务，比如回答事实性问题。

例子：问“1+1等于几？”，模型会回答“2”，不会瞎编。

• 温度高（比如 1.0 或更高）：

模型会变得更有创造力，可能会给出一些意想不到的回答。

适合需要创意或多样性的任务，比如写故事、生成诗歌。

例子：问“写一首关于秋天的诗”，模型可能会生成一些充满想象力的句子。

• 温度适中（比如 0.7）：

模型会在保守和创意之间找到一个平衡点。

适合大多数任务，既能保证一定的准确性，又能有一些变化。

总结：

• 温度低 → 模型像“学霸”，回答严谨但可能无聊。

• 温度高 → 模型像“艺术家”，回答有趣但可能不靠谱。

• 温度适中 → 模型像“聪明人”，回答既靠谱又有趣。

最大 token 数（Max Tokens）

token 是模型处理文本的基本单位，可以理解为一个词或一部分词。

比如：

• 英文单词“hello”是一个 token。

• 中文“你好”可能是两个 token（每个字一个 token）。

• 长单词或复杂字符可能会被拆成多个 token。

最大 token 数就是限制模型生成的文本长度。可以把它想象成给模型一个“字数限制”。

• 设置较小的最大 token 数（比如 50）：

模型生成的文本会非常短，可能只回答问题的核心部分。

例子：问“介绍一下太阳系”，模型可能只回答“太阳系包括太阳和八大行星”。

• 设置较大的最大 token 数（比如 500）：

模型生成的文本会更长，可能会包含更多细节。

例子：问“介绍一下太阳系”，模型可能会详细描述每颗行星的特点。

• 不设置最大 token 数：

模型可能会一直生成文本，直到达到它的内部限制（通常是几千个 token）。

这可能会导致生成的文本过长，甚至跑题。

总结：

• 最大 token 数小 → 模型像“话少的人”，回答简短。

• 最大 token 数大 → 模型像“话多的人”，回答详细。

• 不设置最大 token 数 → 模型像“话痨”，可能会一直说个不停。

步骤 5：创建控制器

@RestController
@RequestMapping("/deepseek/chat")
public class DeepSeekController {private final DeepSeekService deepSeekService;public DeepSeekController(DeepSeekService deepSeekService) {this.deepSeekService = deepSeekService;}@PostMappingpublic ResponseEntity<?> chat(@RequestBody Map<String, String> request) {try {String response = deepSeekService.getChatResponse(request.get("message"));return ResponseEntity.ok(Collections.singletonMap("response", response));} catch (Exception e) {return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR).body(Collections.singletonMap("error", e.getMessage()));}}
}

方式二：基于spring-ai-openai

步骤基本一致，这里罗列几处实现代码

依赖：

<properties><java.version>17</java.version><spring-ai.version>1.0.0-M5</spring-ai.version>
</properties>
<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>
<dependencyManagement><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>${spring-ai.version}</version><type>pom</type><scope>import</scope></dependency></dependencies>
</dependencyManagement>

DeepSeekConfig:

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;@Configuration
public class DeepSeekConfig {@Beanpublic ChatClient chatClient(OpenAiChatModel openAiChatModel) {return ChatClient.builder(openAiChatModel).build();}
}

DeepSeekController：

import jakarta.annotation.PostConstruct;
import jakarta.annotation.Resource;
import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.ai.chat.model.ChatResponse;import java.util.ArrayList;
import java.util.List;@RestController
@RequestMapping("/api")
public class ChatController {@Resourceprivate OpenAiChatModel chatModel;private final List<Message> chatHistoryList = new ArrayList<>();@PostConstructpublic void init() {chatHistoryList.add(new SystemMessage("You are a helpful assistant."));}@PostMapping("/chat")public ChatResponse test(@RequestBody String message) {chatHistoryList.add(new UserMessage(message));Prompt prompt = new Prompt(chatHistoryList);ChatResponse chatResponse = chatModel.call(prompt);if (chatResponse.getResult() != null && chatResponse.getResult().getOutput() != null) {chatHistoryList.add(chatResponse.getResult().getOutput());}return chatResponse;}}