引言：

随着人工智能技术的快速发展，认知大模型如星火在自然语言处理、语音识别等领域发挥着越来越重要的作用。本文将通过一个实际的Java代码示例，详细讲解如何使用Java连接星火认知大模型，并处理其响应。

1.导入依赖：

      <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.7.16</version>
        </dependency>

 2.加载配置

private static final String CONFIG_FILE = "/config.properties";

3.构建http请求

String body = HttpRequest.post(apiUrl)
        .header("Authorization", authHeader)
        .header("Content-Type", "application/json")
        .body(String.valueOf(param))
        .execute()
        .body();

4.处理API响应

String body = HttpRequest.post(apiUrl)
        .header("Authorization", authHeader)
        .header("Content-Type", "application/json")
        .body(String.valueOf(param))
        .execute()
        .body();

 完整代码如下：

private static final String CONFIG_FILE = "/config.properties";

    public static void main(String[] args) {
        String content = "土豆炖马铃薯怎么做？"; // 假设这是从某处获取的输入内容
        String messageContent = callAPI(content);
        System.out.println(messageContent); // 输出消息内容
    }

    public static String callAPI(String content) {
        JSONObject message = null;
        Properties config = new Properties();
        try {
            config.load(APIHandler.class.getResourceAsStream(CONFIG_FILE));
            String apiUrl = config.getProperty("api.url");
            String authHeader = config.getProperty("authorization.bearer");

            JSONArray dataList = new JSONArray();
            JSONObject param = new JSONObject();
            param.set("model", "general");
            JSONObject data = new JSONObject();
            data.set("role", "user");
            data.set("content", content);
            dataList.add(data);
            param.set("messages", dataList);

            String body = HttpRequest.post(apiUrl)
                    .header("Authorization", authHeader)
                    .header("Content-Type", "application/json")
                    .body(String.valueOf(param))
                    .execute()
                    .body();

            JSONObject result = JSONUtil.parseObj(body);
            JSONArray choices = result.getJSONArray("choices");

            if (choices.isEmpty()) {
                return "API没有返回任何选择";
            }

            JSONObject mes = choices.get(0, JSONObject.class, Boolean.TRUE);
            message = mes.getJSONObject("message");

        } catch (IOException e) {
            return "读取配置文件失败";
        } catch (Exception e) {
            e.printStackTrace();
            return "调用API接口失败";
        }
        if (message == null) {
            return "未能获取有效消息";
        }
        return message.getStr("content");
    }

5.测试

 Spark List模型是免费的，可以用这个来测试玩一玩；

 

 希望这篇博客能帮助你更好地理解和应用Java中的认知大模型连接。