连接 OpenAI 模型：基础操作

在这一部分中，我们将介绍如何连接 OpenAI 模型，设置 API 密钥，并使用 Spring AI 的 ChatClient 与 OpenAI 模型进行简单的对话。Spring AI 为集成 OpenAI 模型提供了方便的工具，使得开发者能够更轻松地与 GPT 系列模型进行交互。

步骤 1：获取 OpenAI API 密钥

1. 注册 OpenAI 账号
   首先，您需要在 OpenAI 官方网站注册一个账号：OpenAI。

2. 获取 API 密钥
   登录 OpenAI 后，访问 API Keys 页面：OpenAI API Keys，然后点击 Create new secret key 来生成一个新的 API 密钥。

3. 保存 API 密钥
   生成的 API 密钥仅在创建时可见，请务必保存好它。您将在后续步骤中使用该密钥进行身份验证。

步骤 2：配置 Spring Boot 项目

1. 创建 Spring Boot 项目

   使用 Spring Initializr 创建一个新的 Spring Boot 项目，选择如下依赖：

   • Spring Web：用于创建 REST API。
   • Spring Boot DevTools：开发时热部署。

2. 添加 OpenAI 相关依赖

   在 pom.xml 文件中添加 OpenAI 相关依赖。如果您没有找到现成的 Spring AI 依赖，您可以使用 OpenAI 官方提供的 Java SDK，或者自己封装 HTTP 请求与 OpenAI API 交互。

   <dependencies><!-- Spring Boot Starter Web --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- Spring Boot DevTools for hot reloading --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-devtools</artifactId><scope>runtime</scope></dependency><!-- OpenAI Java SDK --><dependency><groupId>com.theokanning</groupId><artifactId>openai-java</artifactId><version>0.11.0</version></dependency>
   </dependencies>
   

   如果没有现成的 Spring AI 依赖，您可以使用 openai-java 这个库来直接与 OpenAI 进行交互。

   运行 mvn clean install 来更新项目依赖。

步骤 3：设置 API 密钥

1. 设置 OpenAI API 密钥

   在 application.properties 或 application.yml 文件中配置您的 API 密钥：

   openai.api.key=your-api-key-here
   

   将 your-api-key-here 替换为您从 OpenAI 获取的 API 密钥。

2. 配置环境变量（可选）

   为了避免硬编码 API 密钥，您也可以将 API 密钥作为环境变量传递，配置如下：

   export OPENAI_API_KEY=your-api-key-here
   

   然后在 Spring Boot 项目中通过 @Value 注解获取密钥：

   @Value("${openai.api.key}")
   private String openAiApiKey;
   

步骤 4：实现与 OpenAI 的对话功能

1. 创建 OpenAI 服务类

   创建一个服务类 OpenAiService.java，用于通过 OpenAI API 发起请求与模型进行对话：

   package com.example.springaidemo;import com.theokanning.openai.completion.CompletionRequest;
   import com.theokanning.openai.completion.CompletionResult;
   import com.theokanning.openai.service.OpenAiService;
   import org.springframework.beans.factory.annotation.Value;
   import org.springframework.stereotype.Service;@Service
   public class OpenAiService {@Value("${openai.api.key}")private String apiKey;public String getResponse(String prompt) {// 创建 OpenAI 服务对象OpenAiService service = new OpenAiService(apiKey);// 创建请求对象CompletionRequest completionRequest = CompletionRequest.builder().prompt(prompt).model("text-davinci-003") // 选择模型，例如 text-davinci-003.maxTokens(150).temperature(0.7).build();// 发送请求并获取返回结果CompletionResult result = service.createCompletion(completionRequest);// 返回模型的回答return result.getChoices().get(0).getText();}
   }
   

   这里：

   • 使用 OpenAiService 类与 OpenAI API 进行交互。
   • 通过 CompletionRequest.builder() 来设置对话模型、温度、最大令牌数等参数。
   • 返回 CompletionResult.getChoices() 获取模型的回复文本。

2. 创建 REST 控制器

   创建一个控制器 AiController.java，通过 REST API 接收用户输入并返回 OpenAI 模型的回复：

   package com.example.springaidemo;import org.springframework.beans.factory.annotation.Autowired;
   import org.springframework.web.bind.annotation.GetMapping;
   import org.springframework.web.bind.annotation.RequestParam;
   import org.springframework.web.bind.annotation.RestController;@RestController
   public class AiController {@Autowiredprivate OpenAiService openAiService;@GetMapping("/chat")public String chat(@RequestParam String prompt) {// 获取 OpenAI 模型的回复return openAiService.getResponse(prompt);}
   }
   

   在 chat 接口中，用户通过 URL 参数 prompt 传递聊天内容，系统调用 OpenAI 模型并返回回复。

3. 启动项目

   运行 Spring Boot 应用。访问 http://localhost:8080/chat?prompt=Hello%20OpenAI! 来测试与 OpenAI 模型的对话。

   您应该能看到 OpenAI 模型根据输入 Hello OpenAI! 给出的回复。

步骤 5：处理异常与优化

1. 处理异常
   确保处理 API 请求过程中可能出现的错误，例如网络问题、API 限制等。可以通过 try-catch 块来捕获并处理异常。

   try {return openAiService.getResponse(prompt);
   } catch (Exception e) {return "Error: " + e.getMessage();
   }
   

2. API 限制与费用
   OpenAI API 有使用限制和计费策略，因此在高频率调用时需要注意 API 调用次数和费用。可以考虑实现缓存机制或者限制请求频率。

总结

通过这些步骤，您可以将 OpenAI 模型集成到 Spring Boot 项目中，使用 Spring AI 和 OpenAI 提供的 API 进行基础的对话。这个过程不仅仅是通过 Spring 的易用性进行 API 调用，还通过 OpenAiService 类简化了与 OpenAI 模型交互的复杂度。