⛰️个人主页:     蒾酒

系列专栏:《spring boot实战》

目录

写在前面

spring ai简介

单独整合al接口

整合Spring AI组件

起步条件

​编辑

进行必要配置

写在最后 

写在前面

本文介绍了springboot开发后端服务中,AI组件(Spring AI)的整合与使用。坚持看完相信对你有帮助。

同时欢迎订阅springboot系列专栏,持续分享spring boot的使用经验。

spring ai简介

先看官网介绍:

翻译:

Spring AI 是 AI 工程的应用框架。其目标是将 Spring 生态系统设计原则(如可移植性和模块化设计)应用于 AI,并推广使用 POJO 作为 AI 领域应用程序的构建块。

翻译:

特征

跨 AI 提供商的可移植 API 支持,适用于聊天、文本到图像和嵌入模型。支持同步和流 API 选项。还支持下拉以访问特定于模型的功能。

在spring-ai组件没发布前,我们在spring boot中对接各种ai接口,由于接口规范格式的不同,我们通常每种接口都得单独去写代码去对接,最后通过实现策略模式来实现灵活切换ai接口源。这样是比较麻烦的。而spring-ai组件就是帮我们做了类似的封装,使得我们对接多种ai接口变得十分方便。

单独整合al接口

我们先来看spring boot简单整合经典的chatGPT 3.5接口

代码如下:

import cn.hutool.http.HttpRequest;

import cn.hutool.json.JSONArray;

import cn.hutool.json.JSONObject;

import cn.hutool.json.JSONUtil;

import java.util.ArrayList;

import java.util.HashMap;

import java.util.List;

import java.util.Map;

/**

* @author mijiu

* ClassName:OpenAIAPI.java

* date:2024-05-06 16:49

* Description:

*/

public class OpenAIAPI {

/**

* 聊天端点

*/

private final static String CHAT_ENDPOINT = "https://api.openai.com/v1/chat/completions";//官网接口地址

private final static String PROXY_ENDPOINT ="https://www.chatgp.fun/v1/chat/completions";//国内代理接口

private final static String API_KEY = "Bearer sk-pbatvlgKeYScAS3kD4820bA1CcE741F996E0BaAb205421D1";

/**

* 需要代理服务器访问

*

* @param txt 内容

* @return {@link String}

*/

public static String chat(String txt) {

Map paramMap = new HashMap<>();

paramMap.put("model", "gpt-3.5-turbo");

List> dataList = new ArrayList<>();

dataList.add(new HashMap(){{

put("role", "user");

put("content", txt);

}});

paramMap.put("messages", dataList);

System.out.println(JSONUtil.toJsonStr(paramMap));

JSONObject message = null;

try {

String body = HttpRequest.post(PROXY_ENDPOINT)

.header("Authorization", API_KEY)

.header("Content-Type", "application/json")

.body(JSONUtil.toJsonStr(paramMap))

.execute()

.body();

JSONObject jsonObject = JSONUtil.parseObj(body);

System.out.println(jsonObject);

JSONArray choices = jsonObject.getJSONArray("choices");

JSONObject result = choices.get(0, JSONObject.class, Boolean.TRUE);

message = result.getJSONObject("message");

} catch (Exception e) {

return "抱歉,我无法回答你的问题。";

}

return message.getStr("content");

}

public static void main(String[] args) {

System.out.println(chat("你是?"));

}

}

这段代码依赖hutool工具包的http工具包

cn.hutool

hutool-all

5.7.22

现在运行测试一下:

可以看到目前整合调用测试成功了。

代码里面的api-key有一定量的token新手可以复制代码运行下试试。言归正传下面开始介绍核心内容。

整合Spring AI组件

起步条件

jdk不低于17spring boot 3x

我们直接新建一个demo项目

为何直接新建一个项目的,主要是为了避开一些麻烦。如,阿里云maven镜像没有此依赖,需要到中央仓库下载。

一定要选不低于Java17的jdk

选择这两个依赖就够了

Spring WebOpenAI

spring boot的版本不要低于3.0

等待依赖下载完成。

进行必要配置

这个api-key需要你去openal官网去申请购买,或者在一些购物软件直接购买现成的用。

共需要配置:

spring.ai.openai.api-key: 这是你的 OpenAI API 密钥,它是用于通过 API 访问 OpenAI 服务的凭证。密钥应该是一个长字符串,用于标识你的账户并授权访问。 spring.ai.openai.chat.options.model: 这是用于设置对话系统所使用的 OpenAI 模型的选项之一。在这种情况下,模型选择为 GPT-3.5 Turbo,这是 OpenAI 提供的一种强大的自然语言处理模型,适用于生成对话。 spring.ai.openai.chat.options.temperature: 这是对话系统生成响应时的温度参数。温度参数控制着生成文本的多样性,值越高,生成文本的多样性越大。在这里,温度设置为 0.7,这意味着对话系统生成的文本会相对保守,但仍具有一定的多样性。

application.properties:

spring.ai.openai.api-key=sk-uVfM7GiD9RIdIKRrF70eT3BlbkyhdHGHGH

spring.ai.openai.chat.options.model=gpt-3.5-turbo

spring.ai.openai.chat.options.temperature=0.7

代码里面的api-key是我随意写的一个,需要换成你自己的且有效的 。

测试控制器

import org.springframework.ai.embedding.EmbeddingClient;

import org.springframework.ai.embedding.EmbeddingResponse;

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;

import java.util.List;

import java.util.Map;

/**

* @author mijiupro

*/

@RestController

public class EmbeddingController {

private final EmbeddingClient embeddingClient;

@Autowired

public EmbeddingController(EmbeddingClient embeddingClient) {

this.embeddingClient = embeddingClient;

}

@GetMapping("/ai/embedding")

public Map embed(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {

EmbeddingResponse embeddingResponse = this.embeddingClient.embedForResponse(List.of(message));

return Map.of("embedding", embeddingResponse);

}

}

最后启动项目浏览器地址栏访问测试接口即可。

http://localhost:8080/ai/embedding

写在最后 

spring boot3整合AI组件到这里就结束了。任何问题评论区或私信讨论,欢迎指正。

精彩文章

评论可见,请评论后查看内容,谢谢!!!
 您阅读本篇文章共花了: