如何使用Spring AI来调用DeepSeek服务

最近逛了下Spring的官网，发现Spring AI已经支持DeepSeek！今天和大家聊聊如何在Spring Boot项目制使用DeepSeek，还是非常方便的！

Spring AI简介

Spring AI是Spring官方推出的开源框架，旨在为Java开发者提供方便的AI集成能力。其核心是通过抽象化和模块化设计，简化AI功能的接入步骤，同时保持与Spring生态的无缝兼容。

以下是其主要特点与功能：

统一的抽象API：支持主流AI服务，如 OpenAI、DeepSeek、Google、和Ollama等，提供了提供标准化的接口。
核心功能模块：模型交互、向量处理、检索增强生成（RAG）、函数调用。
低代码集成：通过Spring Boot Starter依赖快速接入，在配置文件中配置好AI服务即可使用。
结构化输出：将模型响应直接映射为Java对象，简化数据处理。
流式响应：支持Flux流式输出，适用于实时聊天等场景。

获取API KEY

由于DeepSeek官方服务有时候调用会繁忙，这里以阿里云百炼平台的DeepSeek服务为例。

首先我们需要去阿里云百炼找到DeepSeek这个模型，地址：https://bailian.console.aliyun.com

点击模型的立即体验，然后点击右上角的钥匙按钮就可以获取到对应的API KEY了，首次使用需要自行创建API KEY。

这或许是一个对你有用的开源项目，mall项目是一套基于 SpringBoot3 + Vue 的电商系统（Github标星60K），后端支持多模块和 2024最新微服务架构，采用Docker和K8S部署。包括前台商城项目和后台管理系统，能支持完整的订单流程！涵盖商品、订单、购物车、权限、优惠券、会员、支付等功能！

Boot项目：https://github.com/macrozheng/mall
Cloud项目：https://github.com/macrozheng/mall-swarm
视频教程：https://www.macrozheng.com/video/

项目演示：

使用

接下来我们就来讲解下使用Spring AI来调用DeepSeek服务。

首先在SpringBoot项目中添加Spring AI对应的依赖；

<dependency>

    <groupId>org.springframework.ai</groupId>

    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>

    <version>1.0.0-M6</version>

</dependency>

然后在项目的application.yml配置文件中添加调用AI服务相关的配置；

spring:

  ai:

    openai:

      # 调用AI接口时表明身份的API KEY

      api-key: <YOUR_API_KEY>

      # 调用AI接口时的基础路径，配置的是阿里云百炼的基础路径

      base-url: https://dashscope.aliyuncs.com/compatible-mode

      chat:

        options:

          # 调用的模型，DeepSeek的话可以选择deepseek-r1或deepseek-v3

          model: deepseek-r1

          # 用来控制文本生成的随机性（创造力），值越小越严谨

          temperature: 0.8

接下来在Controller中添加对应的接口来调用AI服务生成答案，这里提供了直接回答和流式回答两个接口。

/**

 * @auther macrozheng

 * @description 对接DeepSeek后生成回答的Controller

 * @date 2025/2/21

 * @github https://github.com/macrozheng

 */

@RestController

public class DeepSeekController {



    private final OpenAiChatModel chatModel;



    @Autowired

    public DeepSeekController(OpenAiChatModel chatModel) {

        this.chatModel = chatModel;

    }



    /**

     * 根据消息直接输出回答

     */

    @GetMapping("/ai/chat")

    public Map chat(@RequestParam(value = "message") String message) {

        return Map.of("generation", this.chatModel.call(message));

    }



    /**

     * 根据消息采用流式输出，输出回答

     */

    @GetMapping(value = "/ai/chatFlux", produces = MediaType.TEXT_EVENT_STREAM_VALUE + "; charset=UTF-8")

    public Flux<ChatResponse> chatFlux(@RequestParam(value = "message") String message) {

        Prompt prompt = new Prompt(new UserMessage(message));

        return this.chatModel.stream(prompt);

    }



}