一、下载部署DeepSeek

1.下载ollama

前往 Ollama 主页，点击下载，选择对应操作系统进行下载。下载完成后打开安装程序，按照提示完成安装。
安装完成后，打开命令提示符（CMD），输入 ollama 命令。如果有输出信息，则表示安装成功；如果显示“不是内部命令”，则需要配置环境变量。
配置环境变量以及更改ollama模型路径
以 Windows 10 系统为例：

• 右键点击“此电脑”，选择“高级系统设置”。
• 在“高级”选项卡中，点击“环境变量”按钮。
• 在“系统变量”区域，找到并选择“Path”变量，点击“编辑”按钮。
• 点击“新建”，输入 ollama 的安装路径（默认为 C:\Users\XX\AppData\Local\Programs\ollama），然后点击“确定”保存更改。
• 如果需要更改模型存储路径，可以在“系统变量”区域点击“新建”，输入变量名 OLLAMA_MODELS，变量值为希望存储模型的路径（如 D:\ollama\models）。

配置完成后，重启电脑，再次打开命令提示符，输入 ollama 命令，查看是否输出成功。

2.下载DeepSeek-R1模型并启动

打开 Ollama 首页，点击 DeepSeek-R1 模型。根据电脑的硬件配置选择合适的模型参数量，复制安装命令，在命令提示符中执行命令。
安装完成后，模型会自动启动。可以通过以下命令管理模型：

• ollama list：查看已安装的模型。
• ollama ps：查看正在运行的模型。
• ollama run 模型名称：启动指定模型。
• ollama rm 模型名称：卸载指定模型。

二、JAVA项目接入DeepSeek —— 使用JBoltAI框架

1. 引入JBoltAI依赖
   在项目的pom.xml文件中引入JBoltAI的依赖：

<dependency>
    <groupId>com.jbolt</groupId>
    <artifactId>jbolt-ai-core</artifactId>
    <version>1.0.0</version>
</dependency>

2. 注册DeepSeek模型资源
   通过ResourceCenter类注册DeepSeek模型资源：

import com.jbolt.ai.core.resource.ResourceCenter;
import com.jbolt.ai.core.model.AIModel;

public class Main {
    public static void main(String[] args) {
        // 注册DeepSeek模型资源
        ResourceCenter.registerAI("deepseek", AIModel.DEEPEEK, "your_api_key")
                .setProxy(new Proxy(Proxy.Type.HTTP, new InetSocketAddress("127.0.0.1", 11434)));
    }
}

3. 调用聊天接口
   使用JBoltAI.chat()方法调用DeepSeek模型进行聊天：

import com.jbolt.ai.core.event.AIChatEvent;
import com.jbolt.ai.core.model.AIModel;

public class ChatExample {
    public static void main(String[] args) {
        // 调用DeepSeek模型进行聊天
        AIChatEvent chatEvent = JBoltAI.chat()
                .setModelName("deepseek") // 设置使用的模型
                .prompt("你好，你能帮我介绍一下JBoltAI框架吗？") // 设置聊天内容
                .setStream(false) // 设置是否流式响应
                .onSuccess((event, msg) -> {
                    System.out.println("大模型返回了：" + msg.getContent());
                }) // 设置成功回调
                .onFail((event, error) -> {
                    System.out.println("发生异常：" + error.getMsg());
                }); // 设置失败回调

        // 发布事件
        chatEvent.publish().await();
    }
}

4. 实现复杂的业务流程
   通过事件链实现复杂的业务流程，例如根据用户提问生成数据库查询语句：

import com.jbolt.ai.core.chain.EventChainNode;
import com.jbolt.ai.core.chain.BooleanChainNode;
import com.jbolt.ai.core.event.AIChatEvent;
import com.jbolt.ai.core.model.AIModel;

public class BusinessProcessExample {
    public static void main(String[] args) {
        // 模拟用户提问
        String userQuestion = "张三下了几个单？";

        // 创建一个提问的节点
        EventChainNode askNode = new EventChainNode(chain -> {
            AIChatEvent askEvent = JBoltAI.chat()
                    .setModelName("deepseek")
                    .prompt("请判断用户的提问是否和订单查询有关，如果有关，请直接返回true，无关直接返回false。\n" +
                            "以下是用户的提问：`{}`", userQuestion)
                    .onSuccess((e, msg) -> {
                        System.out.println("大模型返回了：" + msg.getContent());
                        chain.setData("isOrderSearch", msg.getContent());
                    })
                    .onFail((e, error) -> {
                        System.out.println(error.getMsg());
                    });

            return askEvent;
        });

        // 创建一个判断节点
        BooleanChainNode judgeNode = new BooleanChainNode(chain -> {
            String isOrderSearch = chain.getData("isOrderSearch");
            boolean result = StrUtil.contains(isOrderSearch, "true");
            System.out.println("判断是否是和订单查询有关：" + result);
            return result;
        });

        // 创建一个提取关键词的节点
        EventChainNode sqlNode = new EventChainNode(chain -> {
            AIChatEvent sqlEvent = JBoltAI.chat()
                    .setModelName("deepseek")
                    .prompt("请根据用户的提问，生成一个mysql数据库的订单查询语句，然后请直接输出语句，不要输出其他说明性文字。订单表的结构为：\n" +
                            "CREATE TABLE `order` (\n" +
                            "  `id` int(11) NOT NULL AUTO_INCREMENT  COMMENT '主键',\n" +
                            "  `userName` varchar(40)   COMMENT '用户名',\n" +
                            "  `sn` varchar(40)  COMMENT '订单号',\n" +
                            "  PRIMARY KEY (`id`)\n" +
                            ") ENGINE=InnoDB DEFAULT CHARSET=utf8;\n" +
                            "以下是用户的提问：`{}`", userQuestion)
                    .onSuccess((e, msg) -> {
                        System.out.println("大模型生成的查询语句：" + msg.getContent());
                        chain.setData("searchSql", msg.getContent());
                    })
                    .onFail((e, error) -> {
                        System.out.println(error.getMsg());
                    });

            return sqlEvent;
        }).addPrevWhenTrue(judgeNode);

        // 构建并运行链条
        EventChainNode root = new EventChainNode();
        root.addNext(askNode).addNext(judgeNode).addNext(sqlNode);
        root.run();
    }
}