SpringBoot 3.4.2 + DeepSeek 实战：5分钟搞定AI聊天机器人（附完整代码）

vodka

346人浏览 · 2026-02-16 13:21:16

vodka · 2026-02-16 13:21:16 发布

SpringBoot 3.4.2 + DeepSeek 实战：5分钟搞定AI聊天机器人（附完整代码）

在当今快速发展的AI技术浪潮中，Java开发者如何快速将大模型能力集成到现有系统中？本文将带你从零开始，使用SpringBoot 3.4.2和Spring AI框架，在5分钟内构建一个功能完整的DeepSeek聊天机器人接口。无论你是想为现有系统添加智能对话功能，还是探索AI集成的最佳实践，这篇实战指南都将为你提供清晰的操作路径。

1. 环境准备与项目初始化

在开始之前，确保你的开发环境满足以下要求：

JDK 17+：SpringBoot 3.x系列需要Java 17或更高版本
Maven 3.6.3+：推荐使用最新稳定版
IDE支持：IntelliJ IDEA或VS Code等现代开发工具

使用Spring Initializr快速创建项目骨架：

curl https://start.spring.io/starter.zip \
  -d dependencies=web,lombok \
  -d javaVersion=17 \
  -d artifactId=deepseek-demo \
  -d bootVersion=3.4.2 \
  -o deepseek-demo.zip

解压后，在pom.xml中添加Spring AI和DeepSeek相关依赖：

<dependencies>
    <!-- Spring Boot基础依赖 -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    
    <!-- Spring AI OpenAI Starter (兼容DeepSeek) -->
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        <version>0.8.1</version>
    </dependency>
    
    <!-- 开发辅助工具 -->
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
</dependencies>

2. 配置DeepSeek API连接

在application.yml中配置DeepSeek服务连接信息：

server:
  port: 8080

spring:
  ai:
    openai:
      base-url: https://api.deepseek.com  # DeepSeek API端点
      api-key: sk-your-api-key-here      # 替换为你的实际API密钥
      chat:
        options:
          model: deepseek-chat            # 指定使用的模型版本
          temperature: 0.7               # 控制生成随机性(0-2)
          max-tokens: 1000               # 限制响应长度

提示：DeepSeek API密钥可以通过其官方平台申请，目前提供免费试用额度

3. 核心代码实现

3.1 基础聊天接口

创建ChatController处理用户请求：

@Slf4j
@RestController
@RequestMapping("/api/chat")
public class ChatController {
    
    private final ChatClient chatClient;
    
    // 构造器注入ChatClient.Builder
    public ChatController(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }
    
    @GetMapping("/simple")
    public String simpleChat(@RequestParam String message) {
        log.info("接收到用户消息: {}", message);
        return chatClient.prompt(message).call().content();
    }
}

启动应用后，通过curl测试接口：

curl "http://localhost:8080/api/chat/simple?message=Java中的Stream API有什么优势"

3.2 流式响应实现

对于长文本生成场景，流式响应能显著提升用户体验：

@GetMapping(value = "/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> streamChat(@RequestParam String message) {
    return chatClient.prompt(message)
            .stream()
            .content();
}

使用HTTPie测试流式接口：

http --stream GET "localhost:8080/api/chat/stream?message=用Java实现快速排序"

3.3 带上下文的对话

实现多轮对话需要维护聊天历史：

@PostMapping("/context")
public String chatWithContext(@RequestBody ChatRequest request) {
    // 构建包含系统指令和对话历史的Prompt
    Prompt prompt = new Prompt(
        List.of(
            new SystemMessage("你是一个专业的Java技术专家，回答要简洁专业"),
            new UserMessage(request.getMessage())
        ),
        OpenAiChatOptions.builder()
            .withModel("deepseek-chat")
            .withTemperature(0.5)
            .build()
    );
    
    return chatClient.prompt(prompt).call().content();
}

// 请求体定义
@Data
static class ChatRequest {
    private String message;
}

4. 高级功能扩展

4.1 异常处理

增强接口健壮性的全局异常处理：

@RestControllerAdvice
public class GlobalExceptionHandler {
    
    @ExceptionHandler(RuntimeException.class)
    public ResponseEntity<String> handleAiServiceException(RuntimeException ex) {
        log.error("AI服务调用异常", ex);
        return ResponseEntity.status(500)
                .body("服务暂时不可用: " + ex.getMessage());
    }
}

4.2 性能监控

添加执行耗时监控：

@GetMapping("/timed")
public ChatResponse timedChat(@RequestParam String message) {
    long start = System.currentTimeMillis();
    String content = chatClient.prompt(message).call().content();
    long elapsed = System.currentTimeMillis() - start;
    
    return new ChatResponse(content, elapsed);
}

@Data
@AllArgsConstructor
static class ChatResponse {
    private String answer;
    private long elapsedMillis;
}

4.3 配置项校验

确保关键配置存在：

@Configuration
@ConfigurationProperties(prefix = "spring.ai.openai")
@Validated
@Data
public class AiConfig {
    @NotBlank
    private String apiKey;
    
    @NotBlank
    private String baseUrl;
    
    @NotNull
    private ChatOptions chat;
    
    @Data
    public static class ChatOptions {
        private String model;
        private Double temperature;
        private Integer maxTokens;
    }
}

5. 部署与优化建议

5.1 生产环境配置

推荐的生产级配置示例：

spring:
  ai:
    openai:
      connect-timeout: 5s
      read-timeout: 30s
      retry:
        max-attempts: 3
        initial-interval: 1s
        max-interval: 5s
        multiplier: 1.5

5.2 安全防护

添加基础安全措施：

@Configuration
public class SecurityConfig {
    
    @Bean
    SecurityFilterChain securityFilterChain(HttpSecurity http) throws Exception {
        return http
            .authorizeHttpRequests(auth -> auth
                .requestMatchers("/api/chat/**").authenticated()
                .anyRequest().permitAll()
            )
            .httpBasic(Customizer.withDefaults())
            .csrf(csrf -> csrf.ignoringRequestMatchers("/api/chat/**"))
            .build();
    }
}

5.3 性能优化技巧

连接池配置：

spring:
  ai:
    openai:
      rest:
        max-connections: 50
        max-connections-per-route: 10

响应缓存：对常见问题答案添加缓存

@Cacheable(value = "aiResponses", key = "#message")
public String getCachedResponse(String message) {
    return chatClient.prompt(message).call().content();
}

批量处理：合并多个请求减少API调用次数

6. 完整项目结构参考

deepseek-demo/
├── src/
│   ├── main/
│   │   ├── java/
│   │   │   └── com/
│   │   │       └── example/
│   │   │           ├── config/
│   │   │           │   ├── AiConfig.java
│   │   │           │   └── SecurityConfig.java
│   │   │           ├── controller/
│   │   │           │   └── ChatController.java
│   │   │           ├── exception/
│   │   │           │   └── GlobalExceptionHandler.java
│   │   │           └── DemoApplication.java
│   │   └── resources/
│   │       ├── application.yml
│   │       └── static/
│   └── test/
└── pom.xml

在实际项目中集成DeepSeek时，建议从简单对话开始，逐步添加复杂功能。Spring AI的模块化设计让扩展变得非常灵活，你可以根据需要组合不同的功能模块。例如，结合Spring Data实现对话历史存储，或集成Spring Security添加细粒度的访问控制。