当前位置:   article > 正文

SpringAI通过Ollama连接大语言模型通义千问_spring ai 通义千问

spring ai 通义千问

随着大语言模型发展越来越成熟,Apache开源组织也出了自己的SpringAI开源工程

Spring AI项目旨在简化包含人工智能功能的应用程序的开发,避免不必要的复杂性。
该项目从著名的 Python 项目(例如 LangChain 和 LlamaIndex)中汲取灵感,但 Spring AI 并不是这些项目的直接移植。
支持所有主要模型,例如 OpenAI、Ollama、Azure OpenAI、Amazon Bedrock、Huggingface、Google VertextAI、Mistral AI。
支持的模型类型包括“聊天”和“文本到图像”,还有更多模型类型正在开发中。
支持所有主要矢量数据库提供商,例如 Apache Cassandra、Azure 矢量搜索、Chroma、Milvus、Neo4j、PostgreSQL/PGVector、PineCone、Qdrant、Redis 和 Weaviate

本博文分两部分,ollama环境搭建,SpringAI连接通义千问(源代码放在文章最后,可以下载)

说明:本代码使用jdk版本为17

先看效果:

一、ollama环境搭建

可以参考这篇文章的中的第三部分  【三、LLM语言模型搭建】,搭建是一样的,在此就不重复了

FastGTP环境搭建,可直接使用在项目上

二、SpringAI连接通义千问

1、配置文件,如下 上代码

  1. server:
  2. port: 8080
  3. spring:
  4. application:
  5. name: ai
  6. ai:
  7. ollama:
  8. base-url: http://192.168.1.200:11434
  9. chat:
  10. enabled: true
  11. options:
  12. model: qwen:0.5b

2、java连接关键代码

  1. String systemPrompt = "{prompt}";
  2. SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemPrompt);
  3. String userPrompt = message;
  4. Message userMessage = new UserMessage(userPrompt);
  5. Message systemMessage = systemPromptTemplate.createMessage(MapUtil.of("prompt", "you are a helpful AI assistant"));
  6. List<Message> list = new ArrayList<>();
  7. list.add(userMessage);
  8. list.add(systemMessage);
  9. Prompt prompt = new Prompt(list);
  10. Flux<String> response =chatClient.stream(prompt).flatMap(res->{
  11. List<Generation> generations = res.getResults();
  12. if(CollUtil.isNotEmpty(generations)){
  13. for(Generation generation:generations){
  14. AssistantMessage assistantMessage = generation.getOutput();
  15. String content = assistantMessage.getContent();
  16. System.out.println(content);
  17. return Flux.just(content);
  18. }
  19. }
  20. return Flux.empty();
  21. });

3、测试,访问 http://localhost:8080/chat?message=用python写个排序算法:

使用Apifox工具测(百度自行下载),截下截图:

三、源代码下载

AI-Auto-config  工程是使用springboot的bootstrap.yml配置连接ollama
AI-Manual-Config  手动配置连接ollama方式

下载地址:百度网盘 请输入提取码

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/很楠不爱3/article/detail/704886
推荐阅读
相关标签
  

闽ICP备14008679号