DeepSeek 作为一款卓越的国产 AI 大模型，性能和 ChatGPT 不相上下，而且无需复杂的网络环境，更适合国人。目前越来越多的公司考虑在自己的应用中集成。Java 开发者可以借助 Spring AI 集成 DeepSeek，非常简单方便！

简介

Spring AI 是 Spring 生态中的一个新项目，其主要完成了几种常见生成式模型的适配，包括对话、文生图、文生语音等。Spring AI 目前是通过使用现有的 OpenAI 客户端与 DeepSeek AI 集成的，如图所示：

动手体验

1. 新建项目

首先新建一个Maven项目，JDK选的是17版本

2. pom.xml文件引入依赖

项目pom.xml文件引入

spring-ai-openai-spring-boot-starter依赖

    4.0.0
    com.jms
    jms-ai-deepseek
    1.0.0
    
        UTF-8
        UTF-8
        17
        17
        17
        1.5.16
        3.4.2
        1.0.0-M6
        1.18.26
        4.2.1
    
    
        
            org.springframework.ai
            spring-ai-openai-spring-boot-starter
            ${spring-ai-openai-spring-boot-starter.version}
        
        
            org.projectlombok
            lombok
            ${lombok.version}
        
        
        
            ch.qos.logback
            logback-classic
            ${logback.version}
        
        
            ch.qos.logback
            logback-core
            ${logback.version}
        
        
            org.springframework.boot
            spring-boot-starter
        
        
            org.springframework.boot
            spring-boot-starter-web
        
        
            org.springframework.cloud
            spring-cloud-function-context
        
        
            org.springframework.cloud
            spring-cloud-function-core
        
    
    
        
            
                org.springframework.boot
                spring-boot-dependencies
                ${spring-boot.version}
                pom
                import
            
            
                org.springframework.cloud
                spring-cloud-function-context
                ${spring-cloud-function.version}
            
            
                org.springframework.cloud
                spring-cloud-function-core
                ${spring-cloud-function.version}
            
        
    

3. 添加DeepSeek API KEY

DeepSeek API KEY 可以在 DeepSeek 开放平台中自行创建，地址：
https://platform.deepseek.com/api_keys

然后在Spring Boot项目添加application.properties配置文件，加入以下内容(替成你创建的api-key)

# 服务端口
server.port=8089

# 服务名
spring.application.name=jms-ai-deepseek

# DeepSeek的OpenAI式端点
spring.ai.openai.base-url=https://api.deepseek.com/v1

# DeepSeek API KEY
spring.ai.openai.api-key=你创建的api-key

# 配置AI大模型
# deepseek-chat 模型已全面升级为 DeepSeek-V3，接口不变。 通过指定 
model=deepseek-chat 即可调用 DeepSeek-V3
# deepseek-reasoner 是 DeepSeek 最新推出的推理模型 DeepSeek-R1。通过指定 
model=deepseek-reasoner，即可调用 DeepSeek-R1。
spring.ai.openai.chat.options.model=deepseek-chat

4. 添加Spring Boot启动类

添加Spring Boot启动类 DeepSeekApplication

@SpringBootApplication
public class DeepSeekApplication {
    public static void main(String[] args) {
        SpringApplication.run(DeepSeekApplication.class,args);
    }
}

5. 添加Controller控制器类

新建一个控制器类DeepSeekController，添加文本接口：

@RestController
@RequestMapping("/ai")
@CrossOrigin
@RequiredArgsConstructor
public class DeepSeekController {
    private final DeepSeekService deepSeekService;

    /** 
     * 对接文本模型 
     * 
     * @param message 消息内容 
     * @return AI答案 
     */
     @GetMapping("/chat")
     public String completion(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {    
         return deepSeekService.completion(message);
     }
}

6. 添加Service服务接口和实现类

新建一个DeepSeekService接口，支持文本模型处理方法:

public interface DeepSeekService {
    /**
     * 文本模型
     *
     * @param message 消息内容
     * @return AI答案
     */
    String completion(String message);
}

新建一个DeepSeekServiceImpl类实现DeepSeekService接口，具体实现如下:

@Slf4j
@Service
public class DeepSeekServiceImpl implements DeepSeekService {
    private final ChatClient chatClient;
    
    public DeepSeekServiceImpl(ChatClient.Builder chatClientBuilder) {
				// 构造方法注入 ChatClient.Builder，用于构建 ChatClient 实例
				this.chatClient = chatClientBuilder.build();
    }

    /**
     * 文本模型
     *
     * @param message 消息内容
     * @return AI答案
     */
    @Override
    public String completion(String message) {
				log.info("DeepSeek response");
				// 调用 ChatClient 的 prompt 方法生成响应
				// 1. new Prompt(message): 创建一个包含用户输入消息的 Prompt 对象
				// 2. call(): 调用ChatClient与AI模型交互以获取响应
				// 3. content(): 获取响应的内容部分
				return chatClient.prompt(new Prompt(message)).call().content();
    }
}

可以看到，几行代码就搞定了，非常简单。

接下来启动DeepSeekApplication应用来测试下效果！！！

测试

调用文本模型接口，可以看到AI生成了一个笑话。

总结

Spring AI框架提供了多种模型选择，简化了我们AI开发功能，只需简单几步即可轻松实现。Spring项目接入DeepSeek大模型介绍到此就结束了，感兴趣的同学可以去试试哈！