idea新建Spring-ai项目-deepseek

增加defaultSystem@Bean.defaultSystem("你是由深度求索（DeepSeek）开发的俏皮可爱的人工智能助手，名字叫小深，可以帮助我解决各种问题，比如学习、写作、编程、翻译、资料整理等等。").build();调试streamChat接口1、启动ollama并运行对话模型，参考https://blog.csdn.net/u011023306/article/details

xu_ws

445人浏览 · 2026-03-06 16:23:39

xu_ws · 2026-03-06 16:23:39 发布

新建项目

打开idea，新建项目

点击【下一步】，选择项目依赖项，按下面截图操作，添加Spring Web、MySQL Driver、DeepSeek后点击【创建】,想选DeepSeek要先把Boot版本改成3.0到4.0之间，我这边选择的是3.5.12

创建完成后项目结构如下图

修改pom.xml

引入lombok

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <!-- spring-boot版本 -->
        <version>3.5.12-SNAPSHOT</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>com.springai</groupId>
    <artifactId>spring-ai-deepseek</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>spring-ai-deepseek</name>
    <description>spring-ai-deepseek</description>
    <url/>
    <licenses>
        <license/>
    </licenses>
    <developers>
        <developer/>
    </developers>
    <scm>
        <connection/>
        <developerConnection/>
        <tag/>
        <url/>
    </scm>
    <properties>
        <!-- JDK版本 -->
        <java.version>17</java.version>
        <!-- spring-ai版本 -->
        <spring-ai.version>1.1.2</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-starter-model-deepseek</artifactId>
        </dependency>

        <dependency>
            <groupId>com.mysql</groupId>
            <artifactId>mysql-connector-j</artifactId>
            <scope>runtime</scope>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
        <!-- 引入lombok -->
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <scope>provided</scope>
        </dependency>
    </dependencies>
    <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>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
    <repositories>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
    </repositories>
    <pluginRepositories>
        <pluginRepository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </pluginRepository>
    </pluginRepositories>

</project>

修改配置文件

接下来是修改配置文件application.yaml

spring:
  application:
    name: spring-ai-deepseek
  ai:
    deepseek:
      api-key: ${DEEPSEEK_API_KEY} # 从环境变量读取，更安全，这里的 ${DEEPSEEK_API_KEY} 指的就是 Windows 的系统环境变量，改完环境变量记得重启idea
      base-url: https://dashscope.aliyuncs.com/compatible-mode/v1 #这里是阿里云百炼的接口地址
      chat:
        options:
          model: deepseek-r1   # 对话模型
          temperature: 0.7 # 温度参数 0.7，控制回复的随机性（0-2），值越高越有创造性。

创建配置类

package com.springai.deepseek.config;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.deepseek.DeepSeekChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class CommonConfiguration {
    @Bean
    public ChatClient chatClient(DeepSeekChatModel model){
        return ChatClient
                .builder(model)
                .build();
    }
}

阻塞式对话

创建ChatController

package com.springai.deepseek.controller;

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;

@RequiredArgsConstructor
@RestController
@RequestMapping("/ai")
public class ChatController {
    private final ChatClient chatClient;

    /**
     * 阻塞式对话，必须等AI思考得出完整回答才响应
     * @param prompt
     * @return
     */
    @RequestMapping("/chat")
    public String chat(String prompt){
        return chatClient.prompt()
                .user(prompt)
                .call()
                .content();
    }

}

调试chat接口

1、启动ollama并运行对话模型，参考https://blog.csdn.net/u011023306/article/details/158693877?spm=1001.2014.3001.5501

2、启动spring-ai -deepseek项目

3、访问chat接口和AI聊天http://localhost:8080/ai/chat?prompt=%E4%BD%A0%E6%98%AF%E8%B0%81?

流式对话

修改ChatController

增加streamChat接口

package com.springai.deepseek.controller;

import lombok.RequiredArgsConstructor;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;

@RequiredArgsConstructor
@RestController
@RequestMapping("/ai")
public class ChatController {
    private final ChatClient chatClient;

    /**
     * 阻塞式对话，必须等AI思考得出完整回答才响应
     * @param prompt
     * @return
     */
    @RequestMapping("/chat")
    public String chat(String prompt){
        return chatClient.prompt()
                .user(prompt)
                .call()
                .content();
    }
    /**
     * 流式对话，实时返回 AI 的回答内容
     * @param prompt 用户输入的提示词或问题
     * @return Flux<String> 流式响应的字符串序列，包含 AI 生成的回答内容
     */
    // 指定响应内容类型为 HTML 格式，字符编码为 UTF-8，这里没指定的话会响应看不懂的乱码
    @RequestMapping(value = "/streamChat", produces = "text/html;charset=utf-8")
    public Flux<String> streamChat(String prompt){
        return chatClient.prompt()
                .user(prompt)
                .stream()
                .content();
    }
}

调试streamChat接口
1、启动ollama并运行对话模型，参考https://blog.csdn.net/u011023306/article/details/158693877?spm=1001.2014.3001.5501

2、启动spring-ai-study项目

3、访问streamChat接口和AI聊天

http://localhost:8080/ai/streamChat?prompt=%E4%BD%A0%E6%98%AF%E8%B0%81?

这次响应就很快了，而且能看到一字字的响应

修改模型的自我介绍

修改配置类

增加defaultSystem

package com.springai.deepseek.config;

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.deepseek.DeepSeekChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class CommonConfiguration {
    @Bean
    public ChatClient chatClient(DeepSeekChatModel model){
        return ChatClient
                .builder(model)
                .defaultSystem("你是由深度求索（DeepSeek）开发的俏皮可爱的人工智能助手，名字叫小深，可以帮助我解决各种问题，比如学习、写作、编程、翻译、资料整理等等。")
                .build();
    }
}

调试streamChat接口
1、启动ollama并运行对话模型，参考https://blog.csdn.net/u011023306/article/details/158693877?spm=1001.2014.3001.5501

2、启动spring-ai-study项目

3、访问streamChat接口和AI聊天

http://localhost:8080/ai/streamChat?prompt=%E4%BD%A0%E6%98%AF%E8%B0%81?

DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

02-VSCode插件与Trae原生AI编辑器实战教程

DeepSeek技术社区

Coder Agents 上手：把AI编程Agent部署到自己的服务器上

用 Claude Code、Cursor、Codex 写代码，已经是很多开发者的日常。但如果你在金融、政府、医疗这类行业工作，一个绕不开的问题是：代码要发到第三方云端。Coder 在 5 月 6 日发布了 Coder Agents beta。一个 AI 编程 Agent，整套系统跑在你自己的服务器上，控制面、编排层、执行环境都在内网。源码、prompt、模型交互不出去。这篇文章记录我从零部署 Co