Spring AI第一课-简单问答

Spring AI 快速入门集成 DeepSeek 大模型实战笔记今天上手了 Spring AI 的第一课用 Spring Boot DeepSeek API 搭了一个最简单的 AI 聊天应用。把整个过程和知识点整理一下方便后续回顾。一、什么是 Spring AISpring AI 是 Spring 官方推出的 AI 应用开发框架核心目标是让 Java 开发者像使用 Spring Data 操作数据库一样用统一的抽象来调用各种大模型。它的核心特点统一 API 抽象不管是 OpenAI、DeepSeek、智谱还是通义千问接口调用方式基本一致切换模型只改配置自动装配Spring Boot Starter 机制引入依赖 写配置就能用高阶能力支持 RAG、Function Calling、多模态、向量数据库等入门阶段先从聊天开始二、项目配置详解application.propertiesspring.application.nameSpringAIQuickStart server.port8080 # Deepseek API 配置 spring.ai.deepseek.base-urlhttps://api.deepseek.com spring.ai.deepseek.api-keysk-xxxxxxxxxxxxxxxxxxxx spring.ai.deepseek.chat.options.modeldeepseek-chat spring.ai.deepseek.chat.options.temperature0.8逐行拆解知识点配置项作用注意点spring.ai.deepseek.base-urlDeepSeek API 的基础地址国内模型必须手动指定 base-url默认是 OpenAI 的地址spring.ai.deepseek.api-keyAPI 密钥从 DeepSeek 官网控制台获取生产环境绝对不能硬编码建议用环境变量或配置中心chat.options.model指定使用的模型名称DeepSeek 聊天模型一般填deepseek-chatchat.options.temperature采样温度范围 0~2值越高回答越随机、越有创造力值越低越稳定、越严谨。0.8 属于偏创意的平衡值小知识pom.xml 里需要引入spring-ai-deepseek-spring-boot-starter依赖Spring Boot 才会自动装配 DeepSeekChatModel 这个 Bean。三、Controller 层实现ChatControllerRestController RequestMapping(/ai) public class ChatController { Autowired private DeepSeekChatModel chatModel; GetMapping(/generate) private String generate(RequestParam(valuemessage, defaultValue你是谁) String message) { String response chatModel.call(message); return response; } }核心知识点1. DeepSeekChatModel 是什么这是 Spring AI 自动装配好的聊天模型客户端本质上封装了 HTTP 请求、鉴权、序列化等底层逻辑。我们只需要注入直接调用就行不用手写 RestTemplate/WebClient。2.chatModel.call(message)方法最简单的同步调用方式传入一个 String返回一个 String内部会自动构建 ChatRequest调用 DeepSeek 的/chat/completions接口阻塞式调用大模型生成需要几秒这段时间线程会一直等待。生产环境建议用流式stream接口提升体验3. 几个可以优化的点generate方法权限是privateSpring MVC 其实也能识别但规范上应该写成public没有异常处理API 调用失败会直接抛 500没有对话历史每次调用都是全新的上下文多轮对话需要自己维护 message 列表四、前端聊天页面前端是一个纯 HTML CSS JS 的单页通过fetch调用后端/ai/generate接口。关键实现点1. 消息渲染机制function addMessage(role, text) { // 动态创建 DOM 元素区分 user / ai 两种样式 }用role参数控制气泡方向用户消息靠右紫色渐变AI 消息靠左白色卡片。2. 打字指示器Typing Indicatorfunction addTypingIndicator() { ... } function removeTypingIndicator() { ... }请求发出后显示三个跳动的小圆点AI 回复回来后移除——这是聊天应用的标配交互解决了等待期间的空白焦虑。3. XSS 防护function escapeHtml(text) { const div document.createElement(div); div.textContent text; return div.innerHTML; }AI 返回的内容直接插入 DOM 有 XSS 风险用textContent转义是最简单的处理方式。4. 跨域问题这里前端页面和后端接口是同源部署都在 8080 端口所以 fetch 直接写/ai/generate就行。如果前后端分离部署后端需要配置CrossOrigin或全局 CORS 配置。五、完整调用链路梳理用户输入文字 → 前端 fetch 发送 GET 请求 /ai/generate?messagexxx → ChatController 接收参数 → DeepSeekChatModel.call() 内部封装 HTTP 请求 → 调用 DeepSeek 官方 API (api.deepseek.com) → 大模型生成回答并返回 ← 拿到响应字符串 ← Controller return 字符串 ← 前端收到 response → 渲染 AI 气泡到页面六、踩坑与注意事项API Key 泄露风险代码里硬编码 key 只是练习用实际项目一定要放到环境变量或 Nacos 等配置中心同步调用超时call()是阻塞的复杂回答可能耗时十几秒需要调整 Tomcat 超时时间或者改用 SSE 流式输出没有上下文记忆每次调用都是独立的AI 不记得上一句说了什么。多轮对话需要把历史消息组装成ListMessage传给chatModel.call()Temperature 参数调优做代码生成、事实问答建议调低0.20.5做创意写作、头脑风暴可以调高0.71.0七、下一步可以学什么流式输出Streaming用stream()方法实现打字机效果用户体验直接拉满多轮对话用ChatMemory管理对话历史Prompt 模板PromptTemplate统一管理提示词RAG 检索增强结合向量数据库让 AI 回答你的私有文档Function Calling让 AI 调用你写的 Java 方法总结Spring AI 把大模型调用的复杂度封装得非常彻底一个 Starter 几行配置 一个call()方法就能跑通完整的 AI 聊天应用。这节课只是入门核心价值在于 Spring 生态的统一抽象——后面换模型、加功能都不用推翻重写。