Spring Boot 整合 Spring AI 实现项目接入ChatGPT(OpenAl的调用，开发属于你自己Al，体验Al的乐趣)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

目录

前言

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)；

第二步：加依赖

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)

第四步： 聊天功能写具体的代码实现

        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）

   5.1 运行程序结果

 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）

  6.1  运行程序结果​编辑

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）

7.1 运行程序结果

第四种：聊天的程序的第三种实现方式（调用stream方法，用法和call一样，只不过返回值不一样,Stream返回的是Fiux，叫做数据的序列一序列的数据，一个一个的数据返回，调用Stream叫做流式API）

---

前言

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

1. 本机电脑要可以访问OpenAI网站 https://openai.com/；
2. 要有OpenAI的API Key；（注册账号或者购买，如果没有可以私信联系我）

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)；

第二步：加依赖

2.1 加入spring-ai-openai-spring-boot-starter依赖； 

<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>

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)

<repositories>
    <repository>
        <id>spring-milestones</id>
        <name>Spring Milestones</name>
        <url>https://repo.spring.io/milestone</url>
        <snapshots>
            <enabled>false</enabled>
        </snapshots>
    </repository>
</repositories>

 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)

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）

第四步： 聊天功能写具体的代码实现

        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）

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;
    }

   5.1 运行程序结果

 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）

/**
     * 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();
    }

  6.1  运行程序结果

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）

/**
     *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();
    }

7.1 运行程序结果

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

第四种：聊天的程序的第三种实现方式（调用stream方法，用法和call一样，只不过返回值不一样,Stream返回的是Fiux，叫做数据的序列一序列的数据，一个一个的数据返回，调用Stream叫做流式API）

/**
     *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。

源码地址：code-ai: 关于spring ai的各个练习

有任何问题可以私信我，以及欢迎大家加入下面的群聊来探讨。以及关于没有open ai的key 的也可以私信我