Spring AI聊天功能开发

一、引入依赖

继承父版本的springboot依赖，最好是比较新的依赖。

    <parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.2.4</version><relativePath/> <!-- lookup parent from repository --></parent><dependency><!--            热部署插件--><groupId>org.springframework.boot</groupId><artifactId>spring-boot-devtools</artifactId><scope>runtime</scope><optional>true</optional></dependency>

jdk版本

    <properties><java.version>17</java.version></properties>

springAI版本

根据官网：Spring AI

选择稳定版本0.8.1

引入依赖：

    <properties><java.version>17</java.version><spring-ai.version>0.8.1</spring-ai.version></properties>        <dependencies><!--spring ai的starter依赖，启动依赖，起步依赖--><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-spring-boot-starter</artifactId></dependency></dependencies><!--相当于是继承一个父项目：spring-ai-bom父项目--><dependencyManagement><dependencies><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>${spring-ai.version}</version><type>pom</type><scope>import</scope></dependency></dependencies></dependencyManagement>

由于阿里云的仓库还没更新springai的maven坐标，所以需要配置其他仓库，加入下面的依赖

快照版本是如果你使用下面这种先行版则选择这个版本的仓库，一般我们使用稳定版本的maven

<!--配置本项目的仓库：因为maven中心仓库还没有更新spring ai的jar包--><repositories>
<!--        &lt;!&ndash;快照版本的仓库&ndash;&gt;-->
<!--        <repository>-->
<!--            <id>spring-snapshot</id>-->
<!--            <name>Spring Snapshots</name>-->
<!--            <url>https://repo.spring.io/snapshot</url>-->
<!--            <releases>-->
<!--                <enabled>false</enabled>-->
<!--            </releases>-->
<!--        </repository>--><!--里程碑版本的仓库--><repository><id>spring-milestones</id><name>Spring Milestones</name><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository></repositories>

二、写配置

在自己的yml文件里面配置springAI的信息

server:port: 8080spring:application:name:  #写自己的项目名ai:openai:
#      api-key: sk-xxx #写自己的key
##      可以写直接地址，也可以写中转地址（镜像地址）
#      base-url: https://api.openai.comapi-key: sk-xxx #写自己的key #这个是我在淘宝买的key，一般配上中转地址base-url: https://apikeyplus.com/ #这个是我买的淘宝中转地址chat:options:model: gpt-3.5-turbo #版本temperature: 0.3F #温度mvc:async:request-timeout: -1

这里提示一下用买的中转地址不用科学上网也可以使用。

在这里我遇到了一个问题，不知道为什么我用自己的chatgpt3账号去官网申请了一个key，但是却用不了那个key，加上魔法也访问不了会超时，有大佬会解决可以留言一下！！！

报错信息部分如下：I/O error on POST request for "https://api.openai.com/v1/chat/completions": Connection timed out: connect] with root cause

申请地址的官方网址：https://platform.openai.com/api-keys

三、写接口

@Slf4j
@RestController
public class ChatController {/*** spring-ai 自动装配的，可以直接注入使用*/@Resourceprivate OpenAiChatClient openAiChatClient;/*** 调用OpenAI的接口** @param msg 我们提的问题* @return*/@RequestMapping(value = "/ai/chat")public String chat(@RequestParam(value = "msg",defaultValue = "给我讲一个笑话") String msg) {log.info("发送的消息是:{}",msg);String call = openAiChatClient.call(msg);log.info("返回的消息是:{}",call);return call;}/*** 调用OpenAI的接口** @param msg 我们提的问题* @return*/@RequestMapping(value = "/ai/chat2")public Object chat2(@RequestParam(value = "msg") String msg) {ChatResponse chatResponse = openAiChatClient.call(new Prompt(msg));return chatResponse.getResult().getOutput().getContent();}/*** 调用OpenAI的接口** @param msg 我们提的问题* @return*/@RequestMapping(value = "/ai/chat3")public Object chat3(@RequestParam(value = "msg") String msg) {//可选参数在配置文件中配置了，在代码中也配置了，那么以代码的配置为准，也就是代码的配置会覆盖掉配置文件中的配置ChatResponse chatResponse = openAiChatClient.call(new Prompt(msg, OpenAiChatOptions.builder()//.withModel("gpt-4-32k") //gpt的版本，32k是参数量,参数量越大回答的问题质量会越好，准确率会越高.withTemperature(0.4F) //温度越高，回答得比较有创新性，但是准确率会下降，温度越低，回答的准确率会更好.build()));return chatResponse.getResult().getOutput().getContent();}/*** 调用OpenAI的接口* 流式访问，一个一个字的输出* @param msg 我们提的问题* @return*/@RequestMapping(value = "/ai/chat4")public Object chat4(@RequestParam(value = "msg") String msg) {//可选参数在配置文件中配置了，在代码中也配置了，那么以代码的配置为准，也就是代码的配置会覆盖掉配置文件中的配置Flux<ChatResponse> flux = openAiChatClient.stream(new Prompt(msg, OpenAiChatOptions.builder()//.withModel("gpt-4-32k") //gpt的版本，32k是参数量.withTemperature(0.4F) //温度越高，回答得比较有创新性，但是准确率会下降，温度越低，回答的准确率会更好.build()));flux.toStream().forEach(chatResponse -> {System.out.println(chatResponse.getResult().getOutput().getContent());});return flux.collectList(); //数据的序列，一序列的数据，一个一个的数据返回}}

测试：http://localhost:8080/ai/chat3?msg=java是什么