Spring AI 整合openAI的chatGpt

Spring AI支持ChatGPT，这是OpenAI的AI语言模型。ChatGPT在激发人们对人工智能驱动文本生成的兴趣方面发挥了重要作用。

SpringAi与Spring Boot 的整合详见上一篇文章：
Spring AI 介绍以及与 Spring Boot 项目整合

下面分四个部分来分别说明和演示，假设你已经完整地整合了Spring Ai,并且在配置文件里正确地配置了open ai key等参数。

1. 直接传入问题，生成最终结果后返回。

@RestController
@RequestMapping("/openai")
public class OpenAiChatController {

    @Resource
    private OpenAiChatModel openAiChatModel;


    // 定义一个接口，直接使用String参数类型
    @GetMapping("/chat/generate1")
    public String chat(@RequestParam(value = "message",defaultValue = "你是谁？") String message) {
        // 调用OpenAI聊天模型的call方法，传入message参数，得到返回结果
        String result = openAiChatModel.call(message);
        // 打印返回结果
        System.out.println(result);
        // 返回结果
        return  result;
    }
}

2.传入Prompt对象参数，生成最终结果后返回。

@RestController
@RequestMapping("/openai")
public class OpenAiChatController {

    @Resource
    private OpenAiChatModel openAiChatModel;


     // 定义一个方法，使用Prompt对象作为参数
    @GetMapping("/chat/generate2")
    public ChatResponse chat2(@RequestParam(value = "message",defaultValue = "你是谁？") String message) {
        // 调用openAiChatModel的call方法，传入Prompt对象，Prompt对象包含message和OpenAiChatOptions对象
        ChatResponse callResponse = openAiChatModel.call(new Prompt(message,
                OpenAiChatOptions.builder()
                        .withModel("gpt-3.5-turbo")  //指定模型的名称，gpt有很多模型，如gpt3.5,gpt-4o等，这里可以指定
                        .withTemperature(0.6f) //指定生成文本的匹配度，越高越创新，越低越保守。0.6是一个比较合适的值
                        .build()
         ));
        // 获取callResponse的result对象，然后获取output对象，最后获取content对象
        String result = callResponse.getResult().getOutput().getContent();
        System.out.println(result);
        // 返回callResponse
        return  callResponse;
    }
    }

3.直接传入问题，流式返回结果。

@RestController
@RequestMapping("/openai")
public class OpenAiChatController {

    @Resource
    private OpenAiChatModel openAiChatModel;


    // 定义一个接口，使用Prompt对象作为参数, 使用流式输出
    @GetMapping("/chat/generate3")
    public Object chat3(@RequestParam(value = "message",defaultValue = "你是谁？") String message) {
        // 调用OpenAI聊天模型的call方法，传入message参数，得到返回结果
        Flux<String> stream = openAiChatModel.stream(message);
        stream.toStream().forEach(System.out::println);
        // 返回结果
        return  stream.collectList();
    }
}

4.传入prompt，流式返回结果。

@RestController
@RequestMapping("/openai")
public class OpenAiChatController {

    @Resource
    private OpenAiChatModel openAiChatModel;


    // 定义一个接口，直接使用String参数类型, 使用流式输出
    @GetMapping("/chat/generate4")
    public Object chat4(@RequestParam(value = "message",defaultValue = "你是谁？") String message) {
        // 调用OpenAI聊天模型的call方法，传入message参数，得到返回结果
        Flux<ChatResponse> stream = openAiChatModel.stream(new Prompt(message));
        stream.toStream().forEach(System.out::println);
        // 返回结果
        return  stream.collectList();
    }
}