炸裂：Spring官方支持DeepSeek！

伪装成OpenAI本地化部署通过Spring AI的两种集成方式，我们可以轻松将DeepSeek模型接入到自己的Java应用中，既可以通过伪装成OpenAI的方式使用DeepSeek，也可以选择本地化部署的方式来完全掌控AI的使用。无论你是开发小型应用，还是大型企业级系统，都可以根据实际需要灵活选择最适合的集成方案。看到这儿，我感觉大家已经迫不及待想去尝试一下了。想象一下，不用再为复杂的API配置

EnjoyEDU

3170人浏览 · 2025-02-15 09:58:07

EnjoyEDU · 2025-02-15 09:58:07 发布

Spring宣布接入DeepSeek！DeepSeek这个黑科技级别的AI模型，现在通过Spring AI可以轻松接入到你的Java应用中了。

Spring AI接入DeepSeek R1实践最近 ...

首先，给大家简单介绍一下Spring AI是啥。其实它的出现就是为了解决一个大问题：如何在Java应用中接入各种AI模型，尤其是我们这些常用的模型，比如OpenAI、Hugging Face，甚至是国内的DeepSeek，没错，Spring AI就是为此诞生的“万金油”，帮你打通不同AI服务的接口，直接让你的应用轻松接入这些强大的模型，完全不用操心配置这些繁琐的参数。

那么，Spring AI到底有什么亮点呢？这次我挑了几个最值得注意的部分，给大家扒一扒：

统一接口：无论你用的是OpenAI、Hugging Face，还是国产的DeepSeek，通过Spring AI，你都能用相同的方式调用这些模型。直接省去了你在接入不同服务时，每次都要重新学习一套API的麻烦。
简化配置：配置模型、API密钥等那些繁琐的参数？交给Spring AI就行！它会为你自动处理这些，轻松搞定，让你专注于写业务代码。
灵活切换：最棒的地方来了——如果你哪天想换一个AI服务商，换个DeepSeek的接口也好，换个OpenAI的接口也好，只需要修改一下配置文件，其他代码基本上不需要动。也就是说，后期的业务拓展可以变得更高效。

接下来，我要详细介绍两种集成方式：

伪装成OpenAI
本地化部署

方法一：伪装成OpenAI

这个方法适用于DeepSeek提供的OpenAI兼容模式。你可以通过调用OpenAI的方式来使用DeepSeek的功能，简直就是用“OpenAI接口”来调度DeepSeek，完美适配！

步骤1：添加依赖

首先，咱们得在Maven中添加依赖，让Spring AI可以接入DeepSeek：

<dependency>     
  <groupId>org.springframework.ai</groupId>       
  <artifactId>spring-ai-openai-spring-boot-starter</artifactId>       
  <version>0.8.1</version> 
</dependency>

步骤2：修改配置文件

然后在application.yml中配置DeepSeek的OpenAI兼容端点和API密钥：

spring:   
  ai:      
   openai:      
      base-url: https://api.deepseek.com/v1  # DeepSeek的OpenAI式端点         
      api-key: sk-your-deepseek-key-here        
       chat.options:       
           model: deepseek-chat  # 指定DeepSeek的模型名称

请注意，DeepSeek的API密钥得去它们的开放平台申请。

步骤3：代码调用

这一步就是在Java代码中通过Spring的控制器调用DeepSeek的模型了。看起来就像下面这样：

@RestController   
@RequestMapping("/ai")   
public class ChatController {      

     private final ChatClient chatClient;          

     public ChatController(ChatClient.Builder chatClientBuilder) {      
          this.chatClient = chatClientBuilder.build();     
     }        
       @GetMapping("/chat")     
       public String generate(@RequestParam(value = "message") String message) {          
       return chatClient.prompt(message).call().content();      
    }  
  }

通过/ai/chat接口，你就可以向DeepSeek发送消息，获取它的智能响应了。是不是很简单？

步骤4：覆盖默认配置（可选）

如果你希望在调用时使用不同的模型或参数，可以在代码中临时覆盖默认配置：

ChatResponse response = chatModel.call(    
   new Prompt(         
        "Generate the names of 5 famous pirates.",           
        OpenAiChatOptions.builder()       
                .withModel("deepseek-chat")              
                .withTemperature(0.4)              
                .build()     
         ));

方法二：本地化部署

如果你不太愿意依赖外部API服务，或者有对本地部署的偏好，可以选择在本地或内网服务器上部署DeepSeek模型。对于这种场景，我们可以借助Ollama工具，将DeepSeek模型部署到本地服务器，完全避免依赖云端服务。

步骤1：部署DeepSeek本地模型

首先，你需要通过Ollama工具将DeepSeek模型部署到本地。

部署完毕后，我们就可以继续接下来的操作。

步骤2：添加依赖

同样，我们需要在Maven中添加Spring AI的依赖：

<dependency> 
      <groupId>org.springframework.ai</groupId>      
      <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>       
      <version>0.8.1</version>   
</dependency>

步骤3：修改配置文件

然后，配置文件要指向本地部署的DeepSeek模型地址。例如：

spring:   
  ai:     
    ollama:     
        base-url: http://localhost:11434         
        chat:       
            model: deepseek-r1:1.5b  # 与本地模型名称对应

步骤4：代码调用

一切配置好后，我们同样可以通过控制器来调用本地部署的模型，方式跟前面差不多：

@RestController   
@RequestMapping("/ai")   
public class ChatController {   

       private final ChatClient chatClient;       

       public ChatController(ChatClient.Builder chatClient) {       
           this.chatClient = chatClient.build();     
    }         

       @GetMapping("/chat")       
       public ResponseEntity<Flux<String>> chat(@RequestParam(value = "message") String message) {          
        try {           
            Flux<String> response = chatClient.prompt(message).stream().content();               
            return ResponseEntity.ok(response);           
         } catch (Exception e) {            
            return ResponseEntity.badRequest().build();           
        }     
     }   
   }

总结

通过Spring AI的两种集成方式，我们可以轻松将DeepSeek模型接入到自己的Java应用中，既可以通过伪装成OpenAI的方式使用DeepSeek，也可以选择本地化部署的方式来完全掌控AI的使用。无论你是开发小型应用，还是大型企业级系统，都可以根据实际需要灵活选择最适合的集成方案。

看到这儿，我感觉大家已经迫不及待想去尝试一下了。想象一下，不用再为复杂的API配置烦恼，直接调用DeepSeek就能获得强大的AI支持，这是不是让你对Spring AI更加心动了呢？

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】