Spring AI聊天功能开发

一、引入依赖

继承父版本的springboot依赖，最好是比较新的依赖。

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.2.4</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>

        <dependency>
            <!--            热部署插件-->
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-devtools</artifactId>
            <scope>runtime</scope>
            <optional>true</optional>
        </dependency>

jdk版本

    <properties>
        <java.version>17</java.version>
    </properties>

springAI版本

根据官网：Spring AI

选择稳定版本0.8.1

引入依赖：

    <properties>
        <java.version>17</java.version>
        <spring-ai.version>0.8.1</spring-ai.version>
    </properties>        

    <dependencies>
        <!--spring ai的starter依赖，启动依赖，起步依赖-->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        </dependency>
    </dependencies>

<!--相当于是继承一个父项目：spring-ai-bom父项目-->
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

由于阿里云的仓库还没更新springai的maven坐标，所以需要配置其他仓库，加入下面的依赖

快照版本是如果你使用下面这种先行版则选择这个版本的仓库，一般我们使用稳定版本的maven

<!--配置本项目的仓库：因为maven中心仓库还没有更新spring ai的jar包-->
    <repositories>
<!--        &lt;!&ndash;快照版本的仓库&ndash;&gt;-->
<!--        <repository>-->
<!--            <id>spring-snapshot</id>-->
<!--            <name>Spring Snapshots</name>-->
<!--            <url>https://repo.spring.io/snapshot</url>-->
<!--            <releases>-->
<!--                <enabled>false</enabled>-->
<!--            </releases>-->
<!--        </repository>-->

        <!--里程碑版本的仓库-->
        <repository>
            <id>spring-milestones</id>
            <name>Spring Milestones</name>
            <url>https://repo.spring.io/milestone</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
        </repository>
    </repositories>

二、写配置

在自己的yml文件里面配置springAI的信息

server:
  port: 8080

spring:
  application:
    name:  #写自己的项目名

  ai:
    openai:
#      api-key: sk-xxx #写自己的key
##      可以写直接地址，也可以写中转地址（镜像地址）
#      base-url: https://api.openai.com
      api-key: sk-xxx #写自己的key #这个是我在淘宝买的key，一般配上中转地址
      base-url: https://apikeyplus.com/ #这个是我买的淘宝中转地址

      chat:
        options:
          model: gpt-3.5-turbo #版本
          temperature: 0.3F #温度
  mvc:
    async:
      request-timeout: -1

这里提示一下用买的中转地址不用科学上网也可以使用。

在这里我遇到了一个问题，不知道为什么我用自己的chatgpt3账号去官网申请了一个key，但是访问的时候却报错，这个是idea需要开启代理。

报错信息部分如下：I/O error on POST request for "https://api.openai.com/v1/chat/completions": Connection timed out: connect] with root cause

解决：在idea配置里面加上一下下面的信息：

-Djava.net.useSystemProxies=true

但是还有可能出现下面的报错：

org.springframework.ai.retry.NonTransientAiException: 429 - { "error": { "message": "You exceeded your current quota, please check your plan and billing details. For more information on this error, read the docs: https://platform.openai.com/docs/guides/error-codes/api-errors.", "type": "insufficient_quota", "param": null, "code": "insufficient_quota" } }

这个原因是你的ChatGPT这个账号里面的key的使用额度用完了。

申请key地址的官方网址：https://platform.openai.com/api-keys

三、写接口

@Slf4j
@RestController
public class ChatController {

    /**
     * spring-ai 自动装配的，可以直接注入使用
     */
    @Resource
    private OpenAiChatClient openAiChatClient;

    /**
     * 调用OpenAI的接口
     *
     * @param msg 我们提的问题
     * @return
     */
    @RequestMapping(value = "/ai/chat")
    public String chat(@RequestParam(value = "msg",defaultValue = "给我讲一个笑话") String msg) {
        log.info("发送的消息是:{}",msg);
        String call = openAiChatClient.call(msg);
        log.info("返回的消息是:{}",call);
        return call;
    }

    /**
     * 调用OpenAI的接口
     *
     * @param msg 我们提的问题
     * @return
     */
    @RequestMapping(value = "/ai/chat2")
    public Object chat2(@RequestParam(value = "msg") String msg) {
        ChatResponse chatResponse = openAiChatClient.call(new Prompt(msg));
        return chatResponse.getResult().getOutput().getContent();
    }

    /**
     * 调用OpenAI的接口
     *
     * @param msg 我们提的问题
     * @return
     */
    @RequestMapping(value = "/ai/chat3")
    public Object chat3(@RequestParam(value = "msg") String msg) {
        //可选参数在配置文件中配置了，在代码中也配置了，那么以代码的配置为准，也就是代码的配置会覆盖掉配置文件中的配置
        ChatResponse chatResponse = openAiChatClient.call(new Prompt(msg, OpenAiChatOptions.builder()
                //.withModel("gpt-4-32k") //gpt的版本，32k是参数量,参数量越大回答的问题质量会越好，准确率会越高
                .withTemperature(0.4F) //温度越高，回答得比较有创新性，但是准确率会下降，温度越低，回答的准确率会更好
                .build()));
        return chatResponse.getResult().getOutput().getContent();
    }

    /**
     * 调用OpenAI的接口
     * 流式访问，一个一个字的输出
     * @param msg 我们提的问题
     * @return
     */
    @RequestMapping(value = "/ai/chat4")
    public Object chat4(@RequestParam(value = "msg") String msg) {
        //可选参数在配置文件中配置了，在代码中也配置了，那么以代码的配置为准，也就是代码的配置会覆盖掉配置文件中的配置
        Flux<ChatResponse> flux = openAiChatClient.stream(new Prompt(msg, OpenAiChatOptions.builder()
                //.withModel("gpt-4-32k") //gpt的版本，32k是参数量
                .withTemperature(0.4F) //温度越高，回答得比较有创新性，但是准确率会下降，温度越低，回答的准确率会更好
                .build()));

        flux.toStream().forEach(chatResponse -> {
            System.out.println(chatResponse.getResult().getOutput().getContent());
        });
        return flux.collectList(); //数据的序列，一序列的数据，一个一个的数据返回
    }

}

测试：http://localhost:8080/ai/chat3?msg=java是什么