此版本仍在开发中,尚不被认为是稳定的。对于最新的快照版本,请使用 Spring AI 1.0.1! |
DeepSeek 聊天
Spring AI 支持 DeepSeek 的各种 AI 语言模型。您可以与 DeepSeek 语言模型交互,并创建基于 DeepSeek 模型的多语言对话助手。
前提条件
您需要使用 DeepSeek 创建一个 API 密钥才能访问 DeepSeek 语言模型。
在 DeepSeek 注册页面创建一个帐户,并在 API 密钥页面生成Tokens。
Spring AI 项目定义了一个名为spring.ai.deepseek.api-key
您应该将API Key
从 API 密钥页面获取。
您可以在application.properties
文件:
spring.ai.deepseek.api-key=<your-deepseek-api-key>
为了在处理 API 密钥等敏感信息时增强安全性,您可以使用 Spring Expression Language (SpEL) 来引用自定义环境变量:
# In application.yml
spring:
ai:
deepseek:
api-key: ${DEEPSEEK_API_KEY}
# In your environment or .env file
export DEEPSEEK_API_KEY=<your-deepseek-api-key>
您还可以在应用程序代码中以编程方式设置此配置:
// Retrieve API key from a secure source or environment variable
String apiKey = System.getenv("DEEPSEEK_API_KEY");
添加存储库和 BOM
Spring AI 工件发布在 Spring Milestone 和 Snapshot 存储库中。请参阅 Artifact Repositories 部分,将这些存储库添加到您的构建系统中。
为了帮助进行依赖管理,Spring AI 提供了 BOM(物料清单),以确保在整个项目中使用一致的 Spring AI 版本。请参阅依赖项管理部分,将 Spring AI BOM 添加到您的构建系统中。
自动配置
Spring AI 为 DeepSeek 聊天模型提供 Spring Boot 自动配置。要启用它,请将以下依赖项添加到项目的 Mavenpom.xml
文件:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-deepseek</artifactId>
</dependency>
或 Gradlebuild.gradle
文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-deepseek'
}
请参阅依赖项管理部分,将 Spring AI BOM 添加到构建文件中。 |
聊天属性
重试属性
前缀spring.ai.retry
用作属性前缀,用于配置 DeepSeek 聊天模型的重试机制。
属性 | 描述 | 默认值 |
---|---|---|
spring.ai.retry.max次尝试 |
重试尝试的最大次数。 |
10 |
spring.ai.retry.backoff.初始间隔 |
指数退避策略的初始睡眠持续时间。 |
2 秒。 |
spring.ai.retry.backoff.乘数 |
回退间隔乘数。 |
5 |
spring.ai.retry.backoff.max间隔 |
最大回退持续时间。 |
3分钟 |
spring.ai.retry.on-client-错误 |
如果为 false,则引发 NonTransientAiException,并且不会尝试重试 |
false |
spring.ai.retry.exclude-on-http-codes |
不应触发重试的 HTTP 状态代码列表(例如,引发 NonTransientAiException)。 |
empty |
spring.ai.retry.on-http-代码 |
应触发重试的 HTTP 状态代码列表(例如,抛出 TransientAiException)。 |
empty |
连接属性
前缀spring.ai.deepseek
用作允许您连接到 DeepSeek 的属性前缀。
属性 | 描述 | 默认值 |
---|---|---|
spring.ai.deepseek.base-url |
要连接到的 URL |
|
spring.ai.deepseek.api-key |
API 密钥 |
- |
配置属性
前缀spring.ai.deepseek.chat
是属性前缀,用于配置 DeepSeek 的聊天模型实现。
属性 | 描述 | 默认值 |
---|---|---|
spring.ai.deepseek.chat.启用 |
启用 DeepSeek 聊天模型。 |
true |
spring.ai.deepseek.chat.base-url |
(可选)覆盖spring.ai.deepseek.base-url以提供特定于聊天的URL |
|
spring.ai.deepseek.chat.api-key |
(可选)覆盖spring.ai.deepseek.api-key以提供特定于聊天的API密钥 |
- |
spring.ai.deepseek.chat.completions-path |
聊天补全终结点的路径 |
/聊天/完成 |
spring.ai.deepseek.chat.beta-prefix-path |
测试版功能终结点的前缀路径 |
/试用版 |
spring.ai.deepseek.chat.options.model |
要使用的模型的 ID。您可以使用 deepseek-reasoner 或 deepseek-chat。 |
深度搜索聊天 |
spring.ai.deepseek.chat.options.frequency惩罚 |
数字介于 -2.0 和 2.0 之间。正值会根据新标记迄今为止在文本中的现有频率来惩罚它们,从而降低模型逐字重复同一行的可能性。 |
0.0华氏度 |
spring.ai.deepseek.chat.options.maxTokens |
聊天补全时要生成的最大Tokens数。输入Tokens和生成的Tokens的总长度受模型上下文长度的限制。 |
- |
spring.ai.deepseek.chat.options.presence惩罚 |
数字介于 -2.0 和 2.0 之间。正值会根据新标记到目前为止是否出现在文本中来惩罚它们,从而增加模型谈论新主题的可能性。 |
0.0华氏度 |
spring.ai.deepseek.chat.options.stop |
最多 4 个序列,API 将停止生成进一步的Tokens。 |
- |
spring.ai.deepseek.chat.options.temperature |
使用哪种采样温度,介于 0 和 2 之间。较高的值(如 0.8)将使输出更加随机,而较低的值(如 0.2)将使其更加集中和确定。我们通常建议更改此top_p,但不要同时更改两者。 |
1.0楼 |
spring.ai.deepseek.chat.options.topP |
温度采样的替代方法称为核采样,其中模型考虑具有top_p概率质量的标记的结果。因此,0.1 意味着仅考虑包含前 10% 概率质量的Tokens。我们通常建议更改此温度或温度,但不要同时更改两者。 |
1.0楼 |
spring.ai.deepseek.chat.options.logprobs |
是否返回输出标记的对数概率。如果为 true,则返回消息内容中返回的每个输出Tokens的日志概率。 |
- |
spring.ai.deepseek.chat.options.topLogprobs |
一个介于 0 和 20 之间的整数,指定在每个标记位置最有可能返回的标记数,每个标记都有关联的对数概率。如果使用此参数,则必须将 logprobs 设置为 true。 |
- |
您可以覆盖通用的spring.ai.deepseek.base-url 和spring.ai.deepseek.api-key 对于ChatModel 实现。
这spring.ai.deepseek.chat.base-url 和spring.ai.deepseek.chat.api-key 属性(如果已设置)优先于公共属性。
如果要对不同的模型和不同的模型端点使用不同的 DeepSeek 帐户,这将非常有用。 |
所有以spring.ai.deepseek.chat.options 可以通过将特定于请求的运行时选项添加到Prompt 叫。 |
运行时选项
DeepSeekChatOptions.java提供模型配置,例如要使用的模型、温度、频率惩罚等。
启动时,可以使用DeepSeekChatModel(api, options)
构造函数或spring.ai.deepseek.chat.options.*
性能。
在运行时,您可以通过向Prompt
叫。
例如,要覆盖特定请求的默认模型和温度,请执行以下作:
ChatResponse response = chatModel.call(
new Prompt(
"Generate the names of 5 famous pirates. Please provide the JSON response without any code block markers such as ```json```.",
DeepSeekChatOptions.builder()
.withModel(DeepSeekApi.ChatModel.DEEPSEEK_CHAT.getValue())
.withTemperature(0.8f)
.build()
));
除了特定于模型的 DeepSeekChatOptions 之外,您还可以使用使用 ChatOptions#builder() 创建的可移植 ChatOptions 实例。 |
Samples控制器(自动配置)
创建一个新的 Spring Boot 项目,并将spring-ai-starter-model-deepseek
到你的 pom(或 gradle)依赖项。
添加一个application.properties
文件src/main/resources
目录以启用和配置 DeepSeek 聊天模型:
spring.ai.deepseek.api-key=YOUR_API_KEY
spring.ai.deepseek.chat.options.model=deepseek-chat
spring.ai.deepseek.chat.options.temperature=0.8
将api-key 使用您的 DeepSeek 凭据。 |
这将创建一个DeepSeekChatModel
实现,您可以注入到类中。
这是一个简单的示例@Controller
使用聊天模型生成文本的类。
@RestController
public class ChatController {
private final DeepSeekChatModel chatModel;
@Autowired
public ChatController(DeepSeekChatModel chatModel) {
this.chatModel = chatModel;
}
@GetMapping("/ai/generate")
public Map generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
return Map.of("generation", chatModel.call(message));
}
@GetMapping("/ai/generateStream")
public Flux<ChatResponse> generateStream(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
var prompt = new Prompt(new UserMessage(message));
return chatModel.stream(prompt);
}
}
聊天前缀完成
聊天前缀完成遵循聊天补全 API,其中用户提供助手的前缀消息,让模型完成消息的其余部分。
使用前缀补全时,用户必须确保消息列表中的最后一条消息是 DeepSeekAssistantMessage。
下面是用于聊天前缀完成的完整 Java 代码示例。在本例中,我们将助手的前缀消息设置为“'''python\n”,以强制模型输出Python代码,并将stop参数设置为['''],以防止模型进行额外的解释。
@RestController
public class CodeGenerateController {
private final DeepSeekChatModel chatModel;
@Autowired
public ChatController(DeepSeekChatModel chatModel) {
this.chatModel = chatModel;
}
@GetMapping("/ai/generatePythonCode")
public String generate(@RequestParam(value = "message", defaultValue = "Please write quick sort code") String message) {
UserMessage userMessage = new UserMessage(message);
Message assistantMessage = DeepSeekAssistantMessage.prefixAssistantMessage("```python\\n");
Prompt prompt = new Prompt(List.of(userMessage, assistantMessage), ChatOptions.builder().stopSequences(List.of("```")).build());
ChatResponse response = chatModel.call(prompt);
return response.getResult().getOutput().getText();
}
}
推理模型(deepseek-reasoner)
这deepseek-reasoner
是 DeepSeek 开发的推理模型。在给出最终答案之前,模型首先生成一个思维链(CoT)以提高其响应的准确性。我们的 API 为用户提供了对 CoT 生成的 CoT 内容的访问权限deepseek-reasoner
,使他们能够查看、显示和提炼它。
您可以使用DeepSeekAssistantMessage
获取由deepseek-reasoner
.
public void deepSeekReasonerExample() {
DeepSeekChatOptions promptOptions = DeepSeekChatOptions.builder()
.model(DeepSeekApi.ChatModel.DEEPSEEK_REASONER.getValue())
.build();
Prompt prompt = new Prompt("9.11 and 9.8, which is greater?", promptOptions);
ChatResponse response = chatModel.call(prompt);
// Get the CoT content generated by deepseek-reasoner, only available when using deepseek-reasoner model
DeepSeekAssistantMessage deepSeekAssistantMessage = (DeepSeekAssistantMessage) response.getResult().getOutput();
String reasoningContent = deepSeekAssistantMessage.getReasoningContent();
String text = deepSeekAssistantMessage.getText();
}
推理模型多轮对话
在每一轮对话中,模型都会输出 CoT(reasoning_content)和最终答案(内容)。在下一轮对话中,前几轮的 CoT 不会串联到上下文中,如下图所示:

请注意,如果输入消息序列中包含reasoning_content字段,则 API 将返回 400 错误。因此,在发出 API 请求之前,应从 API 响应中删除 reasoning_content 字段,如 API 示例所示。
public String deepSeekReasonerMultiRoundExample() {
List<Message> messages = new ArrayList<>();
messages.add(new UserMessage("9.11 and 9.8, which is greater?"));
DeepSeekChatOptions promptOptions = DeepSeekChatOptions.builder()
.model(DeepSeekApi.ChatModel.DEEPSEEK_REASONER.getValue())
.build();
Prompt prompt = new Prompt(messages, promptOptions);
ChatResponse response = chatModel.call(prompt);
DeepSeekAssistantMessage deepSeekAssistantMessage = (DeepSeekAssistantMessage) response.getResult().getOutput();
String reasoningContent = deepSeekAssistantMessage.getReasoningContent();
String text = deepSeekAssistantMessage.getText();
messages.add(new AssistantMessage(Objects.requireNonNull(text)));
messages.add(new UserMessage("How many Rs are there in the word 'strawberry'?"));
Prompt prompt2 = new Prompt(messages, promptOptions);
ChatResponse response2 = chatModel.call(prompt2);
DeepSeekAssistantMessage deepSeekAssistantMessage2 = (DeepSeekAssistantMessage) response2.getResult().getOutput();
String reasoningContent2 = deepSeekAssistantMessage2.getReasoningContent();
return deepSeekAssistantMessage2.getText();
}
手动配置
DeepSeekChatModel 实现了ChatModel
和StreamingChatModel
并使用低级 DeepSeekApi 客户端连接到 DeepSeek 服务。
添加spring-ai-deepseek
对项目 Maven 的依赖pom.xml
文件:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-deepseek</artifactId>
</dependency>
或 Gradlebuild.gradle
文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-deepseek'
}
请参阅依赖项管理部分,将 Spring AI BOM 添加到构建文件中。 |
接下来,创建一个DeepSeekChatModel
并将其用于文本生成:
var deepSeekApi = new DeepSeekApi(System.getenv("DEEPSEEK_API_KEY"));
var chatModel = new DeepSeekChatModel(deepSeekApi, DeepSeekChatOptions.builder()
.withModel(DeepSeekApi.ChatModel.DEEPSEEK_CHAT.getValue())
.withTemperature(0.4f)
.withMaxTokens(200)
.build());
ChatResponse response = chatModel.call(
new Prompt("Generate the names of 5 famous pirates."));
// Or with streaming responses
Flux<ChatResponse> streamResponse = chatModel.stream(
new Prompt("Generate the names of 5 famous pirates."));
这DeepSeekChatOptions
提供聊天请求的配置信息。
这DeepSeekChatOptions.Builder
是一个流畅的期权生成器。
低级 DeepSeekApi 客户端
DeepSeekApi 是 DeepSeek API 的轻量级 Java 客户端。
下面是一个简单的代码片段,展示了如何以编程方式使用 API:
DeepSeekApi deepSeekApi =
new DeepSeekApi(System.getenv("DEEPSEEK_API_KEY"));
ChatCompletionMessage chatCompletionMessage =
new ChatCompletionMessage("Hello world", Role.USER);
// Sync request
ResponseEntity<ChatCompletion> response = deepSeekApi.chatCompletionEntity(
new ChatCompletionRequest(List.of(chatCompletionMessage), DeepSeekApi.ChatModel.DEEPSEEK_CHAT.getValue(), 0.7, false));
// Streaming request
Flux<ChatCompletionChunk> streamResponse = deepSeekApi.chatCompletionStream(
new ChatCompletionRequest(List.of(chatCompletionMessage), DeepSeekApi.ChatModel.DEEPSEEK_CHAT.getValue(), 0.7, true));
请关注DeepSeekApi.java的 JavaDoc 以获取更多信息。
DeepSeekApi 示例
-
DeepSeekApiIT.java测试提供了一些如何使用轻量级库的一般示例。