一、引入依赖
继承父版本的springboot依赖，最好是比较新的依赖。
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>3.2.4</version>
<relativePath/> <!-- lookup parent from repository -->
</parent>
<dependency>
<!-- 热部署插件-->
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-devtools</artifactId>
<scope>runtime</scope>
<optional>true</optional>
</dependency>jdk版本
<properties>
<java.version>17</java.version>
</properties>springAI版本
根据官网：Spring AI
选择稳定版本0.8.1
引入依赖：
<properties>
<java.version>17</java.version>
<spring-ai.version>0.8.1</spring-ai.version>
</properties>
<dependencies>
<!--spring ai的starter依赖，启动依赖，起步依赖-->
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>
</dependencies>
<!--相当于是继承一个父项目：spring-ai-bom父项目-->
<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>由于阿里云的仓库还没更新springai的maven坐标，所以需要配置其他仓库，加入下面的依赖
快照版本是如果你使用下面这种先行版则选择这个版本的仓库，一般我们使用稳定版本的maven
<!--配置本项目的仓库：因为maven中心仓库还没有更新spring ai的jar包-->
<repositories>
<!-- <!–快照版本的仓库–>-->
<!-- <repository>-->
<!-- <id>spring-snapshot</id>-->
<!-- <name>Spring Snapshots</name>-->
<!-- <url>https://repo.spring.io/snapshot</url>-->
<!-- <releases>-->
<!-- <enabled>false</enabled>-->
<!-- </releases>-->
<!-- </repository>-->
<!--里程碑版本的仓库-->
<repository>
<id>spring-milestones</id>
<name>Spring Milestones</name>
<url>https://repo.spring.io/milestone</url>
<snapshots>
<enabled>false</enabled>
</snapshots>
</repository>
</repositories>二、写配置
在自己的yml文件里面配置springAI的信息
server:
port: 8080
spring:
application:
name: #写自己的项目名
ai:
openai:
# api-key: sk-xxx #写自己的key
## 可以写直接地址，也可以写中转地址（镜像地址）
# base-url: https://api.openai.com
api-key: sk-xxx #写自己的key #这个是我在淘宝买的key，一般配上中转地址
base-url: https://apikeyplus.com/ #这个是我买的淘宝中转地址
chat:
options:
model: gpt-3.5-turbo #版本
temperature: 0.3F #温度
mvc:
async:
request-timeout: -1这里提示一下用买的中转地址不用科学上网也可以使用。
在这里我遇到了一个问题，不知道为什么我用自己的chatgpt3账号去官网申请了一个key，但是却用不了那个key，加上魔法也访问不了会超时，有大佬会解决可以留言一下！！！
报错信息部分如下：I/O error on POST request for "https://api.openai.com/v1/chat/completions": Connection timed out: connect] with root cause
申请地址的官方网址：https://platform.openai.com/api-keys
三、写接口
@Slf4j
@RestController
public class ChatController {
/**
* spring-ai 自动装配的，可以直接注入使用
*/
@Resource
private OpenAiChatClient openAiChatClient;
/**
* 调用OpenAI的接口
*
* @param msg 我们提的问题
* @return
*/
@RequestMapping(value = "/ai/chat")
public String chat(@RequestParam(value = "msg",defaultValue = "给我讲一个笑话") String msg) {
log.info("发送的消息是:{}",msg);
String call = openAiChatClient.call(msg);
log.info("返回的消息是:{}",call);
return call;
}
/**
* 调用OpenAI的接口
*
* @param msg 我们提的问题
* @return
*/
@RequestMapping(value = "/ai/chat2")
public Object chat2(@RequestParam(value = "msg") String msg) {
ChatResponse chatResponse = openAiChatClient.call(new Prompt(msg));
return chatResponse.getResult().getOutput().getContent();
}
/**
* 调用OpenAI的接口
*
* @param msg 我们提的问题
* @return
*/
@RequestMapping(value = "/ai/chat3")
public Object chat3(@RequestParam(value = "msg") String msg) {
//可选参数在配置文件中配置了，在代码中也配置了，那么以代码的配置为准，也就是代码的配置会覆盖掉配置文件中的配置
ChatResponse chatResponse = openAiChatClient.call(new Prompt(msg, OpenAiChatOptions.builder()
//.withModel("gpt-4-32k") //gpt的版本，32k是参数量,参数量越大回答的问题质量会越好，准确率会越高
.withTemperature(0.4F) //温度越高，回答得比较有创新性，但是准确率会下降，温度越低，回答的准确率会更好
.build()));
return chatResponse.getResult().getOutput().getContent();
}
/**
* 调用OpenAI的接口
* 流式访问，一个一个字的输出
* @param msg 我们提的问题
* @return
*/
@RequestMapping(value = "/ai/chat4")
public Object chat4(@RequestParam(value = "msg") String msg) {
//可选参数在配置文件中配置了，在代码中也配置了，那么以代码的配置为准，也就是代码的配置会覆盖掉配置文件中的配置
Flux<ChatResponse> flux = openAiChatClient.stream(new Prompt(msg, OpenAiChatOptions.builder()
//.withModel("gpt-4-32k") //gpt的版本，32k是参数量
.withTemperature(0.4F) //温度越高，回答得比较有创新性，但是准确率会下降，温度越低，回答的准确率会更好
.build()));
flux.toStream().forEach(chatResponse -> {
System.out.println(chatResponse.getResult().getOutput().getContent());
});
return flux.collectList(); //数据的序列，一序列的数据，一个一个的数据返回
}
}
测试：http://localhost:8080/ai/chat3?msg=java是什么
四、问题
最后还是希望有大佬能解决我上面写配置那边的问题（自己搞的key科学上网也会报错）！！！
