Springboot整合讯飞星火模型实现AI问答

（网上看到的一段代码，使用简单，记录一下。）
开放文档地址：https://xinghuo.xfyun.cn/sparkapi

配置

yaml文件配置

pom.xml文件

<dependency>
    <groupId>io.github.briqt</groupId>
    <artifactId>xunfei-spark4j</artifactId>
    <version>1.2.0</version>
</dependency>

配置文件

XingHuoConfig

import io.github.briqt.spark4j.SparkClient;
import lombok.Data;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
@ConfigurationProperties(prefix = "xunfei.client")
@Data
public class XingHuoConfig {
    // AppID，即开放平台分配给开发者的AppID
    private String appid;
    // AppSecret，即开放平台分配给开发者的AppSecret
    private String apiSecret;
    // 用于API调用的密钥，由开发者填写
    private String apiKey;

    @Bean
    //定义一个SparkClient函数，返回一个SparkClient对象
    public SparkClient sparkClient() {
        //创建一个SparkClient对象
        SparkClient sparkClient = new SparkClient();
        //将apiKey赋值给SparkClient的apiKey属性
        sparkClient.apiKey = apiKey;
        //将apiSecret赋值给SparkClient的apiSecret属性
        sparkClient.apiSecret = apiSecret;
        //将appid赋值给SparkClient的appid属性
        sparkClient.appid = appid;
        //返回SparkClient对象
        return sparkClient;
    }
}

参数使用(以接口为例)

controller

import com.example.medicalsystem.pojo.ECGAnalysis;
import com.example.medicalsystem.pojo.ECGIndicatorsVO;
import org.springframework.web.bind.annotation.*;
import javax.annotation.Resource;

@RestController
@RequestMapping("/AI")
public class AIChat {

    @Resource
    private SparkManager sparkManager;
    
    @PostMapping("/analyze1")
    // 处理ECG指标分析的请求
    public ECGAnalysis analyzeECGIndicators1(@RequestBody ECGIndicatorsVO indicators) {
        String string = indicators.toString();
        System.out.println("数据调试。该数据分析接口的入参是：----"+string);
        String hr = indicators.getHr();
        // 拼接用户输入的问题，调用SparkManager中的sendMesToAIUseXingHuo方法，传入拼接后的字符串，返回分析结果
        String userInput="以下是我的医疗相关的问题，请帮我解答"+hr;
        //result即：星火分析的文本结果
        String result = sparkManager.sendMesToAIUseXingHuo(userInput);
        // 创建ECGAnalysis对象，并将分析结果赋值给ecgIndicators
        ECGAnalysis ecgIndicators=new ECGAnalysis();
        ecgIndicators.setUserName(indicators.getPatientName());
        ecgIndicators.setAlarm(result);
         // 返回ECGAnalysis对象
        return ecgIndicators;

    }
}

service层

import io.github.briqt.spark4j.SparkClient;
import io.github.briqt.spark4j.constant.SparkApiVersion;
import io.github.briqt.spark4j.model.SparkMessage;
import io.github.briqt.spark4j.model.SparkSyncChatResponse;
import io.github.briqt.spark4j.model.request.SparkRequest;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;
import java.util.ArrayList;
import java.util.List;

@Component
@Slf4j
public class SparkManager {
    @Resource
    private SparkClient sparkClient;
    /*** AI生成问题的预设条件*/
    public static final String PRECONDITION = "你作为一名医生，你具备查看各种生理指标的能力，并且能够为病人提供诊断和建议。有关您的健康情况，你随时可以提供专业的帮助和支持。\n" +
            "\n" +
            "\n" +
            "\n";
    public String sendMesToAIUseXingHuo(final String content) {
        // 消息列表，可以在此列表添加历史对话记录
        List<SparkMessage> messages = new ArrayList<>();
        messages.add(SparkMessage.systemContent(PRECONDITION));
        messages.add(SparkMessage.userContent(content));
        // 构造请求
        SparkRequest sparkRequest = SparkRequest.builder()
                // 消息列表
                .messages(messages)
                // 模型回答的tokens的最大长度，非必传，默认为2048
                .maxTokens(2048)
                // 结果随机性，取值越高随机性越强，即相同的问题得到的不同答案的可能性越高，非必传，取值为[0,1]，默认为0.5
                .temperature(0.2)
                // 指定请求版本
                .apiVersion(SparkApiVersion.V3_5)
                .build();
        // 同步调用
        SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
        String responseContent = chatResponse.getContent();
        log.info("星火AI返回的结果{}", responseContent);
        return responseContent;
    }
}

好好学习，天天向上！