最新快照版本请使用Spring AI 1.1.0spring-doc.cadn.net.cn

DeepSeek 聊天

Spring AI 支持 Deepseek 的各种 AI 语言模型。你可以与DeepSeek语言模型互动,基于DeepSeek模型创建多语言会话助手。spring-doc.cadn.net.cn

前提条件

你需要用 DeepSeek 创建一个 API 密钥来访问 DeepSeek 的语言模型。spring-doc.cadn.net.cn

DeepSeek注册页面创建账户,并在API密钥页面生成Tokens。spring-doc.cadn.net.cn

Spring AI 项目定义了一个配置属性,名为spring.ai.deepseek.api-key你应该设置为API 密钥获取自 API 密钥页面。spring-doc.cadn.net.cn

你可以在你的application.properties文件:spring-doc.cadn.net.cn

spring.ai.deepseek.api-key=<your-deepseek-api-key>

为了在处理敏感信息如 API 密钥时增强安全性,您可以使用 Spring 表达式语言(SpEL)引用自定义环境变量:spring-doc.cadn.net.cn

# 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>

你也可以在应用代码中编程设置此配置:spring-doc.cadn.net.cn

// Retrieve API key from a secure source or environment variable
String apiKey = System.getenv("DEEPSEEK_API_KEY");

添加仓库和物料清单

春季AI产物发布在春季里程碑和快照仓库中。 请参阅神器仓库部分,将这些仓库添加到你的构建系统中。spring-doc.cadn.net.cn

为了帮助依赖管理,Spring AI 提供了物料清单(BOM),确保整个项目中使用一致版本的 Spring AI。请参考依赖管理部分,将春季AI物料清单添加到你的构建系统中。spring-doc.cadn.net.cn

自动配置

Spring AI 为 DeepSeek 聊天模型提供 Spring Boot 自动配置。 要启用它,请在项目的 Maven 中添加以下依赖pom.xml文件:spring-doc.cadn.net.cn

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-deepseek</artifactId>
</dependency>

或者去你的Gradlebuild.gradle文件。spring-doc.cadn.net.cn

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-model-deepseek'
}
请参考依赖管理部分,将Spring AI的物料清单添加到你的构建文件中。

聊天属性

重试属性

前缀spring.ai.retry作为属性前缀,允许你配置 DeepSeek 聊天模型的重试机制。spring-doc.cadn.net.cn

属性 描述 默认值

spring.ai.retry.max尝试spring-doc.cadn.net.cn

重试次数上限。spring-doc.cadn.net.cn

10spring-doc.cadn.net.cn

spring.ai.retry.backoff.initial-intervalspring-doc.cadn.net.cn

指数式退避政策的初始睡眠时长。spring-doc.cadn.net.cn

两秒钟。spring-doc.cadn.net.cn

spring.ai.retry.backoff.multiplierspring-doc.cadn.net.cn

后退间隔倍数。spring-doc.cadn.net.cn

5spring-doc.cadn.net.cn

spring.ai.retry.backoff.max区间spring-doc.cadn.net.cn

最大退回时间。spring-doc.cadn.net.cn

3分钟。spring-doc.cadn.net.cn

spring.ai.retry.on-client-errorsspring-doc.cadn.net.cn

如果为假,则抛出非瞬态AiException,且不尝试重试4xx客户端错误代码spring-doc.cadn.net.cn

falsespring-doc.cadn.net.cn

spring.ai.retry.exclude-on-http-codesspring-doc.cadn.net.cn

不应该触发重试的HTTP状态码列表(例如抛出非瞬态Ai异常)。spring-doc.cadn.net.cn

emptyspring-doc.cadn.net.cn

spring.ai.retry.on-http-codesspring-doc.cadn.net.cn

应触发重试的HTTP状态码列表(例如抛出TransientAiException)。spring-doc.cadn.net.cn

emptyspring-doc.cadn.net.cn

连接性质

前缀春.ai.深寻作为可以连接 DeepSeek 的属性前缀。spring-doc.cadn.net.cn

属性 描述 默认值

Spring.ai.deepseek.base-URLspring-doc.cadn.net.cn

连接的URL(链接)spring-doc.cadn.net.cn

https://api.deepseek.comspring-doc.cadn.net.cn

spring.ai.deepseek.api-keyspring-doc.cadn.net.cn

API 密钥spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

配置属性

前缀春.ai.deepseek.chat是允许您配置DeepSeek聊天模型实现的属性前缀。spring-doc.cadn.net.cn

属性 描述 默认值

spring.ai.deepseeek.chat.enabledspring-doc.cadn.net.cn

启用DeepSeek聊天模式。spring-doc.cadn.net.cn

truespring-doc.cadn.net.cn

spring.ai.deepseek.chat.base-urlspring-doc.cadn.net.cn

可选地覆盖 spring.ai.deepseek.base-url,以提供针对聊天的 URLspring-doc.cadn.net.cn

https://api.deepseek.com/spring-doc.cadn.net.cn

spring.ai.deepseek.chat.api-keyspring-doc.cadn.net.cn

可选地覆盖 spring.ai.deepseek.api-key,提供针对聊天的 API 密钥spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.deepseek.chat.completions-pathspring-doc.cadn.net.cn

通往聊天补全端点的路径spring-doc.cadn.net.cn

/聊天/完成spring-doc.cadn.net.cn

spring.ai.deepseek.chat.beta-prefix-pathspring-doc.cadn.net.cn

beta功能端点的前缀路径spring-doc.cadn.net.cn

/试用版spring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.modelspring-doc.cadn.net.cn

型号的识别码。你可以使用deepseek-reasoner或deepseek-chat。spring-doc.cadn.net.cn

深度搜寻聊天spring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.frequency 惩罚spring-doc.cadn.net.cn

数字介于-2.0到2.0之间。正值会根据新标记在文本中已有的频率进行惩罚,降低模型逐字重复同一行的可能性。spring-doc.cadn.net.cn

0.0fspring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.maxTokensspring-doc.cadn.net.cn

聊天补全时最多可生成的Tokens数。输入标记和生成标记的总长度受模型上下文长度限制。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.presence惩罚spring-doc.cadn.net.cn

数字介于-2.0到2.0之间。正值会根据新Tokens是否出现在文本中来惩罚它们,从而提高模型讨论新话题的可能性。spring-doc.cadn.net.cn

0.0fspring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.stopspring-doc.cadn.net.cn

最多有4个序列,API会停止生成更多Tokens。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.temperature.spring-doc.cadn.net.cn

应该用哪个采样温度,在0到2之间。像0.8这样的高值会让输出更随机,而像0.2这样的低值则会让输出更聚焦和确定性强。我们通常建议修改这部分或top_p,但不要两者兼作。spring-doc.cadn.net.cn

1.0华氏度spring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.topPspring-doc.cadn.net.cn

一种与温度抽样不同的替代方案,称为核抽样,模型考虑以top_p概率质量计算的符号结果。因此,0.1 意味着只考虑构成概率质量最高 10% 的Tokens。我们通常建议调整温度或调节,但不要两者兼顾。spring-doc.cadn.net.cn

1.0华氏度spring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.logprobsspring-doc.cadn.net.cn

是否返回输出Tokens的对数概率。如果为真,返回消息内容中每个输出Tokens的对数概率。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

spring.ai.deepseek.chat.options.topLogprobsspring-doc.cadn.net.cn

一个介于0到20之间的整数,表示每个标记位置最可能返回的标记数量,每个标记对应对数概率。如果使用该参数,logprobs 必须设置为 true。spring-doc.cadn.net.cn

-spring-doc.cadn.net.cn

你可以覆盖公共信息Spring.ai.deepseek.base-URLspring.ai.deepseek.api-key对于聊天模型实现。 这spring.ai.deepseek.chat.base-urlspring.ai.deepseek.chat.api-key如果属性被设置,则优先于共同属性。 如果你想为不同模型和不同模型端点使用不同的 DeepSeek 账户,这非常有用。
所有以spring.ai.deepseek.chat.options可以通过在运行时为提示叫。

运行时选项

DeepSeekChatOptions.java提供模型配置,如使用模型、温度、频率惩罚等。spring-doc.cadn.net.cn

启动时,默认选项可以配置为DeepSeekChatModel(api, options)构造者或spring.ai.deepseek.chat.options.*性能。spring-doc.cadn.net.cn

运行时,你可以通过添加新的、针对特定请求的选项来覆盖默认选项提示叫。 例如,要覆盖特定请求的默认型号和温度:spring-doc.cadn.net.cn

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()
    ));
除了模型特定的 DeepSeekChatOptions 外,你还可以使用用 ChatOptions#builder() 创建的便携式 ChatOptions 实例。

采样控制器(自动配置)

创建一个新的 Spring Boot 项目并添加Spring-AI-starter-model-deepseek对你的POM(或Gradle)依赖。spring-doc.cadn.net.cn

添加一个application.properties归档于以下src/主/资源用于启用和配置DeepSeek聊天模式的目录:spring-doc.cadn.net.cn

spring.ai.deepseek.api-key=YOUR_API_KEY
spring.ai.deepseek.chat.options.model=deepseek-chat
spring.ai.deepseek.chat.options.temperature=0.8
替换API密钥凭借你的DeepSeek资历。

这将产生深度搜寻聊天模型你可以把这些实现注入到你的类里。 这里有一个简单的例子@Controller使用聊天模式生成文本的课程。spring-doc.cadn.net.cn

@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

聊天前缀补全遵循聊天补全API,用户提供助手的前缀消息,模型完成剩余消息。spring-doc.cadn.net.cn

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。spring-doc.cadn.net.cn

以下是完整的 Java 代码示例,用于聊天前缀补全。在这个例子中,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,并将停止参数设置为['']以防止模型进行额外解释。spring-doc.cadn.net.cn

@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)

深寻推理者是DeepSeek开发的一个推理模型。在给出最终答案之前,模型首先生成一条思维链(CoT),以提升回答的准确性。我们的API为用户提供了访问由深寻推理者使他们能够查看、显示和提取这些信息。spring-doc.cadn.net.cn

你可以使用DeepSeekAssistantMessage以获得由深寻推理者.spring-doc.cadn.net.cn

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

在每轮对话中,模型输出CoT(reasoning_content)和最终答案(内容)。在下一轮对话中,前几轮的CoT未被串接到上下文中,如下图所示:spring-doc.cadn.net.cn

多模态测试图像

请注意,如果输入消息序列中包含reasoning_content字段,API将返回400错误。因此,在提出API请求前,你应先从API响应中移除reasoning_content字段,如API示例所示。spring-doc.cadn.net.cn

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 实现了聊天模型StreamingChatModel并使用低级 DeepSeekApi 客户端连接 DeepSeek 服务。spring-doc.cadn.net.cn

添加春艾深寻对你项目Maven的依赖pom.xml文件:spring-doc.cadn.net.cn

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-deepseek</artifactId>
</dependency>

或者去你的Gradlebuild.gradle文件。spring-doc.cadn.net.cn

dependencies {
    implementation 'org.springframework.ai:spring-ai-deepseek'
}
请参考依赖管理部分,将Spring AI的物料清单添加到你的构建文件中。

接下来,创建一个深度搜寻聊天模型并用于文本生成:spring-doc.cadn.net.cn

DeepSeekApi deepSeekApi = DeepSeekApi.builder()
        .apiKey(System.getenv("DEEPSEEK_API_KEY"))
        .build();
DeepSeekChatOptions options = DeepSeekChatOptions.builder()
        .model(DeepSeekApi.ChatModel.DEEPSEEK_CHAT.getValue())
        .temperature(0.4)
        .maxTokens(200)
        .build();
DeepSeekChatModel chatModel = DeepSeekChatModel.builder()
        .deepSeekApi(deepSeekApi)
        .defaultOptions(options)
        .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."));

深度搜寻聊天选项提供聊天请求的配置信息。 这DeepSeekChatOptions.Builder是一名流利的期权构建者。spring-doc.cadn.net.cn

低级 DeepSeekApi 客户端

DeepSeekApiDeepSeek API 的轻量级 Java 客户端。spring-doc.cadn.net.cn

这里有一个简单的片段,展示了如何以程序方式使用该 API:spring-doc.cadn.net.cn

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获取更多信息。spring-doc.cadn.net.cn

DeepSeekApi 样本