当DeepSeek开始盛行，提供强大的大语言模型，界面调用不能满足我们的需要，同时提供API接口供我们在服务中调用，来实现各种AI场景。

我们通过将DeepSeek的AI能力与SpringBoot AI相结合，实现智能聊天、问答机器人，智能图片、视频生成、语音转文本，文本转语音等功能。

下面开始我们的教程。创建一个SpringBoot项目，集成AI模型。

1. 创建项目

2. 选择web、OpenAI配置

3. Maven pom配置

创建好项目会自动生成。

	<properties>
        <java.version>17</java.version>
        <spring-ai.version>1.0.0-M6</spring-ai.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

4. 项目yml配置

server:
  servlet:
    context-path: /deepseek

spring:
  ai:
    openai:
      api-key: <这里要输入你自己的API Key>
      base-url: https://api.siliconflow.cn
      chat:
        options:
          model: deepseek-ai/DeepSeek-V3

1. api-key：AI平台生成，用于API调用
2. base-url: AI平台地址
3. model: AI模型

5. 生成api-key

这里我们选用 硅基流动。

1. 注册
   作为集合顶尖大模型的一站式云服务平台，SiliconCloud 致力于为开发者提供更快、更全面、体验更丝滑的模型 API。
   

注册登录地址：https://cloud.siliconflow.cn/i/8n3HTfnD

现在登录会赠送14元额度，即2000万Token, 方便大家测试使用。

2. 生成Api-key
   
   将生成好的 API 密钥放入项目yml配置中

3. 选择模型
   
   
   我们选择deepseek-ai/DeepSeek-R1（思考推理）、deepseek-ai/DeepSeek-V3这两款模型。
   将模型model复制进yml配置。

6. 完成程序调用代码

package com.example.deepseek.controller;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class AiController {

    private final ChatClient chatClient;

    public AiController(ChatClient.Builder builder) {
        // 给模型system一个角色，便于生成更准确的回答
        this.chatClient = builder.
                defaultSystem("你是一个IT方向技术精湛的专家，我经常会想你提问一些技术问题，你总是能给我详细的答案。").
                build();
    }

    @GetMapping("/chat/{prompt}")
    public String chat(@PathVariable("prompt") String prompt) {
        return chatClient.prompt()
                // 提问语
                .user(prompt)
                .call()
                .content();
    }
}

7. 测试

启动项目

测试地址：http://localhost:8080/deepseek/chat/分布式事务的解决方案

大家也可以在此基础上，实现一些更智能化的功能。