【讯飞星火大模型AI】SpringBoot项目快速接入讯飞星火API

【讯飞星火大模型AI】SpringBoot项目快速接入讯飞星火API

文章目录

1. 介绍

讯飞官网：讯飞星火认知大模型-AI大语言模型-星火大模型-科大讯飞 (xfyun.cn)

新用户认证之后可以免费领取二百万token，有效期一年，免费薅羊毛。

2. 快速入门

认证完成后，创建一个应用(很简单)，点点点就能完成。

2.1 配置

创建完成之后，去github上找到讯飞开放平台的sdk，推荐下面这个：

<dependency><groupId>io.github.briqt</groupId><artifactId>xunfei-spark4j</artifactId><version>1.2.0</version></dependency>

github地址：仓库地址
在项目当中引入这个依赖，然后在yml文件当中进行配置：

# 讯飞星火配置xunfei:client:appid: xxx
    apiSecret: xxx
    apiKey: xxx

关于这几个值的填写，可以进入控制台-讯飞开放平台 (xfyun.cn)查看，如下图方框框起的数据就是。

2.2 创建类

首先创建一个配置类来读取配置信息：

@Configuration@ConfigurationProperties(prefix ="xunfei.client")@DatapublicclassXingHuoConfig{privateString appid;privateString apiSecret;privateString apiKey;@BeanpublicSparkClientsparkClient(){SparkClient sparkClient =newSparkClient();
        sparkClient.apiKey = apiKey;
        sparkClient.apiSecret = apiSecret;
        sparkClient.appid = appid;return sparkClient;}}

再创建一个SparkManager类，用来调用星火AI，在这里我们让AI扮演一名数据分析师，根据我们的输入，做出预设的反应：

@Component@Slf4jpublicclassSparkManager{@ResourceprivateSparkClient sparkClient;/**
     * AI生成问题的预设条件
     */publicstaticfinalStringPRECONDITION="你是一个数据分析师和前端开发专家，接下来我会按照以下固定格式给你提供内容：\n"+"分析需求：\n"+"{数据分析的需求或者目标}\n"+"原始数据：\n"+"{csv格式的原始数据，用,作为分隔符}\n"+"请根据这两部分内容，按照以下指定格式生成内容（此外不要输出任何多余的开头、结尾、注释）\n"+"【【【【【\n"+"{前端 Echarts V5 的 option 配置对象js代码，合理地将数据进行可视化，不要生成任何多余的内容，比如注释}\n"+"【【【【【\n"+"{明确的数据分析结论，越详细越好，不要生成多余的注释\n}"+"最终格式是：【【【【【前端代码【【【【【分析结论";/**
     * 向星火AI发送请求
     *
     * @param content
     * @return
     */publicStringsendMesToAIUseXingHuo(finalString content){// 消息列表，可以在此列表添加历史对话记录List<SparkMessage> messages =newArrayList<>();
        messages.add(SparkMessage.systemContent(PRECONDITION));
        messages.add(SparkMessage.userContent(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，默认为2048.maxTokens(2048)// 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.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;}}

当然，对于AI的角色和用户的提问都是可以随意进行设置的。

3. 测试

我们创建一个测试类：

@SpringBootTestpublicclassSparkManagerTest{@ResourceprivateSparkManager sparkManager;privatefinalString userInput ="分析需求：\n"+"分析网站用户的增长情况\n"+"请使用：折线图\n"+"原始数据：\n"+"日期，用户数\n"+"1号,10 \n"+"2号,20\n"+"3号,30";@TestpublicvoidtestApi(){String result = sparkManager.sendMesToAIUseXingHuo(userInput);System.out.println(result);}}

运行这个测试方法，输出如下所示：

【【【【【
{
    "title": {
        "text": "网站用户增长情况"
    },
    "tooltip": {
        "trigger": "axis"
    },
    "legend": {
        "data": ["用户数"]
    },
    "xAxis": {
        "data": ["1号", "2号", "3号"]
    },
    "yAxis": {},
    "series": [{
        "name": "用户数",
        "type": "line",
        "data": [10, 20, 30]
    }]
}
【【【【【
从折线图可以看出，该网站在1号至3号期间，用户数量呈明显上升趋势，每天的用户增长率为100%，显示出良好的增长势头。

那么我们就能够根据AI给出的回答进行一个截取，得到我们想要的数据。