SpringBoot3 简单集成 Spring AI 并使用

2024-08-22 14:04

本文主要是介绍SpringBoot3 简单集成 Spring AI 并使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 准备
      • JDK17
      • api key
    • 创建项目
    • 编写配置文件
    • 创建controller
    • 启动并测试
    • 角色预设
    • 流式响应\异步响应
    • ChatModel(聊天模型)
    • ImageModel(文生图)
    • 文生语音
    • 语言翻译
    • 多模态
    • Function Calling (函数调用第三方API)

准备

JDK17

电脑要装有jdk17。对于有多个jdk需求的开发者来说。推荐使用jdk版本管理工具。
使用jabba在Windows上管理多个版本的JDK-详细教程

api key

前期需要准备一个api key。

没有的可以申请一个免费的。github上有免费的可以自己去申请。

创建项目

打开IDEA新建项目。
新建j项目
添加web和OpenAI的依赖。
在这里插入图片描述

编写配置文件

创建配置文件application.yaml,注意替换成自己的key和url。

spring:ai:openai:api-key: sk-xxxxxbase-url: https://api.xxx.tech

创建controller

示例使用官网文档里面的就行。
Spring AI 官方文档

下面是我手动修改了一部分的代码。

@RestController
@RequestMapping("/ai")
public class ChatController {private final ChatClient chatClient;public ChatController(ChatClient.Builder chatClientBuilder) {this.chatClient = chatClientBuilder.build();}@GetMapping("/chat")String generation(@RequestParam(value = "message") String message ) {return this.chatClient.prompt().user(message).call().content();}
}

启动并测试

可以看到测试是成功的。
在这里插入图片描述接下来是一些扩展的东西了。

角色预设

角色预设可以使用配置类进行全局预设,也可以单独预设。
1、全局预设
编写配置类

@Configuration
class Config {@BeanChatClient chatClient(ChatClient.Builder builder) {return builder.defaultSystem("你现在是一个资深的游戏专家").build();}}

再修改一下controller 的 ChatClient 的注入方式。

@RestController
@RequestMapping("/ai")
public class ChatController {@Resourceprivate  ChatClient chatClient;@GetMapping("/chat")String generation(@RequestParam(value = "message") String message ) {return this.chatClient.prompt().user(message).call().content();}
}

增加了角色预设之后的结果。好像有了角色预设确实专业一点点。

在这里插入图片描述

2、单独预设
在call调用之前,调用system方法就能预设。

    @GetMapping("/chat")String chat(@RequestParam(value = "message") String message ) {return this.chatClient.prompt().user(message).system("你是游戏测评大师") // 单独预设角色.call().content();}

流式响应\异步响应

让stream您获得异步响应,如下所示

    @GetMapping("/streamChat")Flux<String> streamChat(@RequestParam(value = "message") String message ) {Flux<String> output = chatClient.prompt().user(message).stream().content();return output;}

在 1.0.0 M2 中,我们将提供一种便捷方法,让您使用反应式stream()方法返回 Java 实体。(当前使用的还是M1,M2还没出来)

在浏览器测试的话可能会出现乱码,解决方法是GetMapping注解增加produces属性。在PostMan测试并没有乱码。

    @GetMapping(value = "/streamChat",produces = "text/html;charset=UTF-8")

ChatModel(聊天模型)

上面使用的是chatClient是AI模型最基本的功能,所以SpringAI对其做了封装,chatClient是和大模型是解耦的,不管使用哪个大模型,client都是能够使用的。而ChatModel接口确是大模型厂商自己实现的,当你引入starter时,它对应的AutoConfiguration会将ChatModel自动注入到Spring容器。

每个厂商的ChatOptions可能不一样,对应的需要去官网查看。

    @Resourceprivate ChatModel chatModel;@GetMapping("/chat/model")String chatModel(@RequestParam(value = "message") String message ) {ChatResponse response = chatModel.call(new Prompt(message,OpenAiChatOptions.builder().withModel("gpt-4o").withTemperature(0.4f).build()));return response.getResult().getOutput().getContent();}

ImageModel(文生图)

    @Resourceprivate OpenAiImageModel openAiImageModel;@GetMapping("/text2Image")String text2Image(@RequestParam(value = "message") String message ){ImageResponse response = openAiImageModel.call(new ImagePrompt(message,OpenAiImageOptions.builder().withQuality("hd") // hd表示高清.withN(1) // 图片数量.withHeight(1024) // 图片高度.withWidth(1024).build()) // 图片宽度);return response.getResult().getOutput().getUrl(); // 支持返回base64格式的图片}

文生语音

和上面一样的套路,我直接把官网文档搬过来。

OpenAiAudioSpeechOptions speechOptions = OpenAiAudioSpeechOptions.builder().withModel("tts-1").withVoice(OpenAiAudioApi.SpeechRequest.Voice.ALLOY).withResponseFormat(OpenAiAudioApi.SpeechRequest.AudioResponseFormat.MP3).withSpeed(1.0f).build();SpeechPrompt speechPrompt = new SpeechPrompt("Hello, this is a text-to-speech example.", speechOptions);
SpeechResponse response = openAiAudioSpeechModel.call(speechPrompt);

语言翻译

OpenAiAudioApi.TranscriptResponseFormat responseFormat = OpenAiAudioApi.TranscriptResponseFormat.VTT;OpenAiAudioTranscriptionOptions transcriptionOptions = OpenAiAudioTranscriptionOptions.builder().withLanguage("en").withPrompt("Ask not this, but ask that").withTemperature(0f).withResponseFormat(responseFormat).build();
AudioTranscriptionPrompt transcriptionRequest = new AudioTranscriptionPrompt(audioFile, transcriptionOptions);
AudioTranscriptionResponse response = openAiTranscriptionModel.call(transcriptionRequest);

多模态

模态是指模型同时理解和处理来自各种来源的信息的能力,包括文本、图像、音频和其他数据格式。

Spring AI Message API 提供了支持多模式 LLM 所需的所有抽象。

在这里插入图片描述代码如下,可以上传图片问问题。

byte[] imageData = new ClassPathResource("/multimodal.test.png").getContentAsByteArray();var userMessage = new UserMessage("Explain what do you see in this picture?", // contentList.of(new Media(MimeTypeUtils.IMAGE_PNG, imageData))); // mediaChatResponse response = chatModel.call(new Prompt(List.of(userMessage)));

Function Calling (函数调用第三方API)

人工智能模型中功能支持的集成,允许模型请求执行客户端功能,从而根据需要动态访问必要的信息或执行任务。

可以借助Function Calling实现动态的数据的获取,通过api接口返回的数据参与对话。
在这里插入图片描述想要使用Function,首先需要定义Function,并注册为Bean。

在下面的Function中我定义了一个三方接口,用来获取最新的彩票开奖号码。

package com.sifan.springai.function;import com.fasterxml.jackson.annotation.JsonClassDescription;
import org.json.JSONObject;
import org.springframework.context.annotation.Description;
import org.springframework.http.ResponseEntity;
import org.springframework.stereotype.Component;
import org.springframework.web.client.RestTemplate;import java.util.List;
import java.util.function.Function;//@Description作用是可帮助 AI 模型确定要调用哪个客户端函数
@Description("获取最新通用中奖号码信息")
// Bean的名字是lotteryFunction
@Component(value = "lotteryFunction")
public class LotteryFunction implements Function<LotteryFunction.Request, LotteryFunction.Response>  {// 密封类,相当于加了Lombok的@Data注解的POJO类@JsonClassDescription("目前提供八种彩种,ssq:双色球,qlc:七乐彩,fc3d:福彩3D,cjdlt:超级大乐透,qxc:七星彩,pl3:排列3,pl5:排列(5),kl8:快乐8")public record Request(String code){}public record Response(String openCode){}@Overridepublic Response apply(Request request) {// 判空if(request.code.equals("")){return new Response("参数为空,请输入彩票种类标识");}List<String> codeList = List.of("ssq", "qlc", "fc3d", "cjdlt", "qxc", "pl3", "pl5", "kl8");// 判断code是否在codeList中if(!codeList.contains(request.code)){return new Response("请输入正确的彩票种类标识,只支持:"+codeList);}String openCode = getOpenCode(request.code);return new Response(openCode);}/*** api接口文档地址:https://www.mxnzp.com/doc/detail?id=3*获取最新通用本期中奖号码* @param code 彩票种类标识,目前提供八种彩种,ssq:双色球,qlc:七乐彩,fc3d:福彩3D,cjdlt:超级大乐透,qxc:七星彩,pl3:排列3,pl5:排列(5),kl8:快乐8* @return*/private String getOpenCode(String code){String url = String.format("https://www.mxnzp.com/api/lottery/common/latest?code=%s&app_secret=%s&app_id=%s",code, getAppSecret(), getAppId());RestTemplate restTemplate = new RestTemplate();ResponseEntity<String> responseEntity = restTemplate.getForEntity(url, String.class);String body = responseEntity.getBody();JSONObject bodyJson = new JSONObject(body);JSONObject data =bodyJson.getJSONObject("data");return data.getString("openCode");}private String getAppSecret(){return "xxxxxx"; // 换成自己的}private String getAppId(){return "xxxxx";  // 换成自己的}
}

Controller层如何使用呢,在控制层只需要调用withFunction并且指定Bean名字就行。代码如下。

    @Resourceprivate ChatModel chatModel;@GetMapping("/chat/model/fc")String chatModelFC(@RequestParam(value = "message") String message ) {ChatResponse response = chatModel.call(new Prompt(message,OpenAiChatOptions.builder().withFunction("lotteryFunction") // 这里指定Bean名字.withModel("gpt-3.5-turbo").withTemperature(0.4f).build()));return response.getResult().getOutput().getContent();}

下面来测试一下。

在这里插入图片描述

这篇关于SpringBoot3 简单集成 Spring AI 并使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1096481

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取