Spring AI + DeepSeek 实战：从零打造企业级 AI 对话应用

原创已于 2026-05-13 15:58:20 修改 · 412 阅读

11 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

话题

#领算力，参加 2026 AMD AI 开发者征文挑战赛

于 2026-05-13 15:52:00 首次发布

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏，讲透 AI 如何接管脏活累活

一键订阅

Spring AI + DeepSeek 实战：从零打造企业级 AI 对话应用

在这里插入图片描述

“Java 也能玩转 AI 大模型！” —— 这不再是梦想，通过 Spring AI 框架，Java 开发者可以优雅地集成各类 AI 模型。

📖 文章导读

作为一名深耕 Java 后端多年的工程师，我曾认为 AI 大模型的世界是属于 Python 的天下。然而，当 Spring AI 框架横空出世后，一切都变了——我也能开发自己的 AI 应用了！

本文将手把手教你如何利用 Spring AI + DeepSeek 从零构建一个企业级 AI 对话应用，核心技术同样适用于 OpenAI、Anthropic、Azure OpenAI 等主流 AI 服务商。

🔥 亮点速览

特性	说明
🌊 流式输出	打字机效果，实时展示 AI 生成过程
💬 多轮对话	支持上下文记忆，理解连续对话
🎨 优雅界面	响应式设计，亮/暗主题切换
🔧 企业级架构	Spring AI 驱动，易于扩展
🚀 一键部署	标准 Spring Boot 项目，jar 包即可运行

🏗️ 技术架构

┌─────────────────────────────────────────────────────────────────┐
│                        浏览器 (Client)                           │
│  ┌──────────────┐  ┌──────────────┐  ┌────────────────────────┐ │
│  │  chat.html   │  │   app.js     │  │   markdown.js + css    │ │
│  │  (Thymeleaf) │  │  (流式通信)  │  │   (样式与渲染)         │ │
│  └──────────────┘  └──────────────┘  └────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
                              │
                              │ HTTP / SSE
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                   Spring Boot 3.3.0 (Port 8080)                 │
│  ┌─────────────────────────────────────────────────────────────┐│
│  │                      ChatController                        ││
│  │   POST /api/chat/stream  ← 流式对话                         ││
│  │   POST /api/chat/send   ← 同步对话                         ││
│  │   DELETE /api/chat/clear ← 清空历史                         ││
│  │   GET /api/chat/history ← 获取历史                         ││
│  └─────────────────────────────────────────────────────────────┘│
│                              │                                   │
│                              ▼                                   │
│  ┌─────────────────────────────────────────────────────────────┐│
│  │                     Spring AI 1.0.0-M4                      ││
│  │  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────┐  ││
│  │  │ ChatClient │  │  ChatModel  │  │ SimpleLoggerAdvisor │  ││
│  │  │  (核心API)  │  │  (模型抽象)  │  │   (日志记录)        │  ││
│  │  └─────────────┘  └─────────────┘  └─────────────────────┘  ││
│  └─────────────────────────────────────────────────────────────┘│
└─────────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                    DeepSeek API (兼容 OpenAI)                    │
│              https://api.deepseek.com/v1/chat/completions       │
└─────────────────────────────────────────────────────────────────┘

💡 为什么选择 Spring AI？

1. 统一的 API 抽象

Spring AI 提供了一套 统一的编程模型，不管你接入的是 OpenAI、DeepSeek 还是其他厂商，代码风格高度一致：

// 注入 ChatModel（由 Spring AI 自动配置）
public ChatController(ChatModel chatModel) {
    this.chatClient = ChatClient.builder(chatModel)
            .defaultAdvisors(new SimpleLoggerAdvisor())
            .build();
}

// 流式对话
return chatClient.prompt()
    .user(contextPrompt)
    .stream()
    .content();

// 同步对话
String response = chatClient.prompt()
    .user(message)
    .call()
    .content();

2. 强大的生态集成

<!-- 接入 OpenAI/DeepSeek（兼容协议） -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>

<!-- 接入 Anthropic Claude -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-anthropic-spring-boot-starter</artifactId>
</dependency>

<!-- 接入阿里通义千问 -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-alibaba-spring-boot-starter</artifactId>
</dependency>

<!-- 接入 Ollama（本地部署） -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
</dependency>

3. 企业级特性开箱即用

特性	说明
🔄 重试机制	内置指数退避重试策略
📊 监控指标	与 Micrometer/Spring Boot Actuator 集成
🛡️ 安全防护	支持 API Key 管理、速率限制
📝 日志追踪	请求/响应完整记录
🔌 函数调用	Function Calling / Tool Use 支持

🚀 快速开始

环境要求

JDK 17+
Maven 3.6+

1. 克隆项目

git clone https://github.com/xl-echo/springAiDemo.git
cd springAiDemo

2. 配置 API Key

编辑 src/main/resources/application.properties：

# DeepSeek API 配置
spring.ai.openai.api-key=your-api-key-here
spring.ai.openai.base-url=https://api.deepseek.com
spring.ai.openai.chat.options.model=deepseek-chat
spring.ai.openai.chat.options.temperature=0.7

💡 提示: DeepSeek API Key 可在 DeepSeek 开放平台免费获取，新用户赠送初始额度！

3. 启动应用

# 编译打包
mvn clean package -DskipTests

# 运行
java -jar target/deepseek-chat-1.0.0.jar

4. 访问应用

打开浏览器访问：http://localhost:8080

🔥 核心代码解读

ChatController.java - 流式对话核心实现

@PostMapping(value = "/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> chatStream(@RequestBody Map<String, String> request) {
    String userMessage = request.get("message");

    // 1. 保存用户消息到历史
    synchronized (messageHistory) {
        messageHistory.add(new ChatMessage("user", userMessage));
    }

    // 2. 构建带上下文的提示词
    String contextPrompt = buildContextPrompt(userMessage);

    // 3. 调用 AI 并返回流式响应
    return chatClient.prompt()
        .user(contextPrompt)
        .stream()
        .content()
        .doOnNext(chunk -> {
            // 实时推送每个 token
            log.info("【AI chunk】: {}", chunk);
        })
        .doOnComplete(() -> {
            // 流结束后保存完整回复
            log.info("【AI 回复完成】");
        })
        .map(chunk -> "TEXT:" + chunk)  // 前缀标记
        .concatWith(Flux.just("DONE"));  // 结束信号
}

切换不同 AI 服务商

接入 OpenAI GPT-4：

spring.ai.openai.api-key=sk-xxxx
spring.ai.openai.base-url=https://api.openai.com
spring.ai.openai.chat.options.model=gpt-4-turbo

接入 Claude：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-anthropic-spring-boot-starter</artifactId>
</dependency>

spring.ai.anthropic.api-key=sk-ant-xxxx
spring.ai.anthropic.chat.options.model=claude-3-opus-20240229

接入本地 Ollama：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
</dependency>

spring.ai.ollama.base-url=http://localhost:11434
spring.ai.ollama.chat.options.model=llama3

🎯 开发属于自己的 AI 中转站

“以前总觉得 AI 中转站是大神的专属，现在我自己也能做了！”

基于本项目，你可以轻松扩展出企业级 AI 中转站：

🚀 扩展方向

扩展功能	说明
💰 多渠道管理	同时接入 OpenAI、DeepSeek、Claude 等多渠道，智能路由
📊 用量统计	记录每个用户、每个渠道的 API 调用量
💳 余额管理	支持余额充值、套餐购买
🔄 智能路由	根据用户余额、模型能力自动选择最优渠道
📝 对话管理	持久化存储、历史记录导出
🔌 插件系统	函数调用、工具扩展

💡 中转站核心架构

                    ┌─────────────────┐
                    │   用户请求入口    │
                    │  /api/chat/send │
                    └────────┬────────┘
                             │
                    ┌────────▼────────┐
                    │   负载均衡器     │
                    │  (策略路由)      │
                    └────────┬────────┘
                             │
        ┌────────────────────┼────────────────────┐
        │                    │                    │
┌───────▼───────┐    ┌───────▼───────┐    ┌───────▼───────┐
│   DeepSeek    │    │    OpenAI     │    │   Claude      │
│  渠道1        │    │  渠道2        │    │  渠道3        │
│  API Key: xxx │    │  API Key: xxx │    │  API Key: xxx │
└───────────────┘    └───────────────┘    └───────────────┘

📌 扩展代码示例

@Service
public class AIProxyService {

    @Autowired
    private OpenAiApi openAiApi;  // OpenAI 渠道

    @Autowired
    private DeepSeekApi deepSeekApi;  // DeepSeek 渠道

    public String chat(String message, String channel) {
        return switch (channel) {
            case "deepseek" -> deepSeekApi.chat(message);
            case "openai" -> openAiApi.chat(message);
            case "claude" -> claudeApi.chat(message);
            default -> throw new IllegalArgumentException("未知渠道: " + channel);
        };
    }
}

📂 项目结构

springAiDemo/
├── pom.xml                          # Maven 配置 (Spring AI 1.0.0-M4)
├── README.md                         # 项目文档
│
└── src/main/
    ├── java/com/example/deepseek/
    │   ├── DeepseekChatApplication.java    # Spring Boot 启动类
    │   └── controller/
    │       ├── ChatController.java         # 核心 AI 对话控制器
    │       └── PageController.java         # 页面路由控制器
    │
    └── resources/
        ├── application.properties           # 应用配置
        ├── static/
        │   ├── css/chat.css                # 样式表 (1143行)
        │   └── js/
        │       ├── app.js                  # 应用逻辑 (746行)
        │       └── markdown.js             # Markdown 渲染
        └── templates/
            └── chat.html                   # Thymeleaf 页面模板