赞
踩
目录
Spring Al与Springboot整合的步骤(本文仅讲解聊天方式的实现,关于gpt的其他东西,参考接下来的文章)
第一步:建项目:创建一个Spring Boot项目(JDK17起步);
2.1 加入spring-ai-openai-spring-boot-starter依赖;
2.3 配置项目依赖下载的仓库:(因为spring ai在中心仓库还没有依赖,所以需要去网站下载)
第三步:配文件(这个的api -key就是你自己的,如果没有私信我即可)
4.1 因为所有的接口的父接口都继承与Model,可以看到聊天方式的实现就是注入OpenAiChatModel 因为这个springboot自动装配的功能,只需要注入即可
第一种: 聊天的第一种实现方式(调用call方法,直接传入msg,这个叫做同步API)
第二种 聊天的程序的第二种实现方式(调用call方法,new一个Prompt对象再传入msg)
第三种:聊天的程序的第三种实现方式(比上一个方法多了一个关于gpt参数的设置)
随着人工智能技术的迅猛发展,越来越多的应用程序开始集成人工智能功能,从而提供更智能、更个性化的体验。诸如ChatGPT等开放性大型语言模型的出现,使得自然语言处理和对话系统的开发变得更加便捷和普及。这些技术已经在社交媒体、客户服务、教育等领域展示出巨大的潜力,对于提升用户体验和提高工作效率起到了关键作用。
Spring Al的官网:Spring | Home
Spring AI提供的API支持跨人工智能提供商的 聊天,文本到图像,和嵌入模型等,同时支持同步和流API选项;
开发springAl程序的前期准备准备工作
- <dependency>
- <groupId>org.springframework.ai</groupId>
- <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
- </dependency>
2.2 继承父项目:
- <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>
- <repositories>
- <repository>
- <id>spring-milestones</id>
- <name>Spring Milestones</name>
- <url>https://repo.spring.io/milestone</url>
- <snapshots>
- <enabled>false</enabled>
- </snapshots>
- </repository>
- </repositories>
- spring:
- ai:
- openai:
- api-key: (换成你的api-key)
- base-url: https://api.openai.com(分为代理地址和直连地址)
- public class ChatController {
-
- /**
- * 自动注入的
- */
- @Resource
- private OpenAiChatModel openAiChatModel;
-
- /**
- * 聊天的方法。底层调用的openAi的方法
- * RequestParam 接受参数
- * msg 就是我们提的问题
- * @return
- */
- @RequestMapping("/ai/chat")
- public String chat(@RequestParam("msg") String msg){
- String called = openAiChatModel.call(msg);
- return called;
- }
- /**
- * 聊天的方法。底层调用的openAi的方法
- * RequestParam 接受参数
- * msg 就是我们提的问题
- * ChatResponse 返回的是一个josn串
- * chatResponse.getResult().getOutput().getContent();只获取文本
- * @return
- */
-
- @RequestMapping("/ai/chat2")
- public Object chat2(@RequestParam("msg") String msg){
- ChatResponse chatResponse = openAiChatModel.call(new Prompt(msg));
- return chatResponse.getResult().getOutput().getContent();
- }
- /**
- *OpenAiChatOptions.builder() 传入的一个参数,可以控制大模型的设置
- * @param msg
- * @return
- */
-
- @RequestMapping("/ai/chat3")
- public Object chat3(@RequestParam("msg") String msg){
- ChatResponse chatResponse = openAiChatModel.call(new Prompt(msg, OpenAiChatOptions.builder()
- //.withModel("gpt-4-32k") //gpt的版本 ,32K是参数,参数越高,回答问题越准确
- .withTemperature(0.4F) //温度值,温度越高,回答的准确率越低,温度越低,回答的准确率越高
- .build()));
- return chatResponse.getResult().getOutput().getContent();
- }
当然上述的可选参数不仅可以在代码中配置,也可以在配置文件中配置
注意:如果代码中写了关于gpt的参数,配置文件中也配置了参数,那么以代码中为主
- /**
- *OpenAiChatOptions.builder() gpt的可选参数
- * @param msg
- * @return
- */
- @RequestMapping("/ai/chat4")
- public Object chat4(@RequestParam("msg") String msg){
- Flux<ChatResponse> flux = openAiChatModel.stream(new Prompt(msg, OpenAiChatOptions.builder()
- //.withModel("gpt-4-32k") //gpt的版本 ,32K是参数,参数越高,回答问题越准确
- .withTemperature(0.4F) //温度值,温度越高,回答的准确率越低,温度越低,回答的准确率越高
- .build()));
- return flux.collectList();
- }
上述就是关于Spring Boot 整合 Spring AI 实现项目接入ChatGPT,本文仅介绍了关于聊天方面的实现方式,接下来的文章介绍关于如何生成图片以及语言的转换。
有任何问题可以私信我,以及关于没有open ai的key 的也可以私信我
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。