Java调用星火AI

创建一个星火账号，新建ai模型，记下APPID、APISecret、APIKey

添加依赖

<!--修改version为最新稳定版-->
<dependency>
    <groupId>io.github.briqt</groupId>
    <artifactId>xunfei-spark4j</artifactId>
    <version>1.3.0</version>
</dependency>

编写配置类（这里通过读取配置类信息的方式写入参数，也可直接编写字符串）

@Configuration
@Data
@ConfigurationProperties(prefix = "xun-fei.client")
public class XingHuoConfig {
    private String appId;
    private String apiSecret;
    private String apiKey;
​
    @Bean
    public SparkClient sparkClient(){
        SparkClient sparkClient=new SparkClient();
        sparkClient.apiKey=apiKey;
        sparkClient.apiSecret=apiSecret;
        sparkClient.appid=appId;
        return sparkClient;
    }
}

调用ai

@Slf4j
public class AiManager {
​
    @Resource
    private SparkClient sparkClient;
​
    /**
     * 调用ai--参数为向ai提问的内容
     */
    public String doChat(String content) {
            // 构造请求
            SparkRequest sparkRequest = SparkRequest.builder()
                    // 消息列表
                    .messages(messages)
                    // 模型回答的tokens的最大长度,非必传,取值为[1,4096],默认为2048
                    .maxTokens(2048)
                    // 核采样阈值。用于决定结果随机性,取值越高随机性越强即相同的问题得到的不同答案的可能性越高 非必传,取值为[0,1],默认为0.5
                    .temperature(0.2)
                    // 指定请求版本，默认使用最新2.0版本
                    .apiVersion(SparkApiVersion.V3_5)
                    .build();
            // 同步调用
        
            SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
            String responseContent = chatResponse.getContent();
            log.info("星火 AI 返回的结果 {}", responseContent);
            return responseContent;
        }
    }