SpringBoot框架内使用Java调用讯飞星火api

        首先到讯飞星火的官网注册账号并创建应用。每个应用的token是独立的。

讯飞星火大模型-AI大语言模型-星火大模型-科大讯飞https://xinghuo.xfyun.cn/sparkapi        注册并创建完后，可以选择要使用的模型。不同模型的付费制度不同，这里使用的是 Spark Lite ，也就是无限token的版本。成功之后的页面如下。

        右半侧的 appid ，apiScret ，apiKey 都复制保存下来，下一步需要使用。

        打开项目的pom文件，增加以下依赖。

        <!--讯飞开放平台sdk-->
        <dependency>
            <groupId>io.github.briqt</groupId>
            <artifactId>xunfei-spark4j</artifactId>
            <version>1.2.0</version>
        </dependency>

        打开项目的 application.yaml，添加如下配置。这里的三项是之前复制保存的三项数据。

        在config包下新建 SparkConfig.java 。

package com.vizziniAutoEmail.config;

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 SparkConfig {
    private String appid;
    private String apiSecret;
    private String apiKey;

    @Bean
    public SparkClient sparkClient() {
        SparkClient sparkClient = new SparkClient();
        sparkClient.appid = this.appid;
        sparkClient.apiSecret = this.apiSecret;
        sparkClient.apiKey = this.apiKey;
        return sparkClient;
    }
}

        在manager包下新建 SparkManager.java 类。

package com.vizziniAutoEmail.manager;

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 = "在这里填写对Spark的预设：\n" +
        "这里可以添加角色预设，譬如说“你是一名摄影师”\m" +
        "给我一些摄影方面的指导\n" +
        "这里可以添加对ai回答格式或方向的指定";

    /**
     * 向 Spark AI 发送请求
     *
     * @param content
     * @return
     */
    public String sendHttpTOSpark(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)
                // 指定请求版本，lite版本是v1.5
                .apiVersion(SparkApiVersion.V1_5)
                .build();
        // 同步调用
        SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
        String responseContent = chatResponse.getContent();
        log.info("Spark AI 返回的结果{}", responseContent);
        return responseContent;
    }
}

        接下来在test下的manager包下创建 SparkManagerTest.java

package com.vizziniAutoEmail.manager;

import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;

import javax.annotation.Resource;

@SpringBootTest
public class SparkManagerTest {

    @Resource
    private SparkManager sparkManager;


    private final String userInput = "你问的话";

    @Test
    public void testApi() {
        String result = sparkManager.sendHttpTOSpark(userInput);
        System.out.println(result);
    }
}

        最后启动 SparkManagerTest ，就可以在控制台得到 Spark AI 返回的结果。