欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 科技 > IT业 > Springboot --- 使用国内的 AI 大模型 对话

Springboot --- 使用国内的 AI 大模型 对话

2025/5/1 16:37:12 来源:https://blog.csdn.net/kfashfasf/article/details/142911049  浏览:    关键词:Springboot --- 使用国内的 AI 大模型 对话

尝试使用 国内给出的 AI 大模型做出一个 可以和 AI 对话的 网站出来

  • 使用 智普AI 只能 在控制台中输出 对应的信息 不如就做一个 maven 的 项目调用对应的API

  • 智谱AI开放平台

    <dependency><groupId>cn.bigmodel.openapi</groupId><artifactId>oapi-java-sdk</artifactId><version>release-V4-2.0.0</version></dependency>

  • 使用 普通的 java -- Maven项目 只能在控制台 查看结果 也就是 说没有办法在其他平台使用制作出来的 AI ChatRobot

  • 思来想去 不如 将这个东西写成 QQ 机器人

  • 但是因为我找到的 那个 不更新了 或者 腾讯不支持了 让我放弃了 写成 QQ 机器人的想法

  • 于是我就尝试将这个写成一个本地的 AI 对话机器人 但是 在翻看 官方给出的 Demo 我偶然发现了一个方法 他的 输出似乎是一个 json 转换成的 String

  • 这个方法并没有将这个String 返回出来 而是 直接在控制台打印

package com.codervibe.utils;import com.alibaba.fastjson.JSON;
import com.fasterxml.jackson.annotation.JsonInclude;
import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.DeserializationFeature;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.PropertyNamingStrategy;
import com.zhipu.oapi.ClientV4;
import com.zhipu.oapi.Constants;
import com.zhipu.oapi.service.v4.image.CreateImageRequest;
import com.zhipu.oapi.service.v4.image.ImageApiResponse;
import com.zhipu.oapi.service.v4.model.*;
import io.reactivex.Flowable;import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.atomic.AtomicBoolean;public class ChatAPIUtils {private static final String API_KEY = "cb11ad7f3b68ce03ed9be6e13573aa19";private static final String API_SECRET = "nG7UQrrXqsXtqD1S";private static final ClientV4 client = new ClientV4.Builder(API_KEY, API_SECRET).build();private static final ObjectMapper mapper = defaultObjectMapper();public static ObjectMapper defaultObjectMapper() {ObjectMapper mapper = new ObjectMapper();mapper.configure(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES, false);mapper.setSerializationInclusion(JsonInclude.Include.NON_NULL);mapper.setPropertyNamingStrategy(PropertyNamingStrategy.SNAKE_CASE);mapper.addMixIn(ChatFunction.class, ChatFunctionMixIn.class);mapper.addMixIn(ChatCompletionRequest.class, ChatCompletionRequestMixIn.class);mapper.addMixIn(ChatFunctionCall.class, ChatFunctionCallMixIn.class);return mapper;}// 请自定义自己的业务idprivate static final String requestIdTemplate = "mycompany-%d";/*** 同步调用*/public static String InvokeApi(String content) throws JsonProcessingException {List<ChatMessage> messages = new ArrayList<>();ChatMessage chatMessage = new ChatMessage(ChatMessageRole.USER.value(), content);messages.add(chatMessage);String requestId = String.format(requestIdTemplate, System.currentTimeMillis());// 函数调用参数构建部分List<ChatTool> chatToolList = new ArrayList<>();ChatTool chatTool = new ChatTool();chatTool.setType(ChatToolType.FUNCTION.value());ChatFunctionParameters chatFunctionParameters = new ChatFunctionParameters();chatFunctionParameters.setType("object");Map<String, Object> properties = new HashMap<>();properties.put("location", new HashMap<String, Object>() {{put("type", "string");put("description", "城市,如:北京");}});properties.put("unit", new HashMap<String, Object>() {{put("type", "string");put("enum", new ArrayList<String>() {{add("celsius");add("fahrenheit");}});}});chatFunctionParameters.setProperties(properties);ChatFunction chatFunction = ChatFunction.builder().name("get_weather").description("Get the current weather of a location").parameters(chatFunctionParameters).build();chatTool.setFunction(chatFunction);chatToolList.add(chatTool);ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder().model(Constants.ModelChatGLM4).stream(Boolean.FALSE).invokeMethod(Constants.invokeMethod).messages(messages).requestId(requestId).tools(chatToolList).toolChoice("auto").build();ModelApiResponse invokeModelApiResp = client.invokeModelApi(chatCompletionRequest);try {// 这里返回出去是一个 json return mapper.writeValueAsString(invokeModelApiResp);} catch (JsonProcessingException e) {e.printStackTrace();}return mapper.writeValueAsString(new ModelApiResponse());}public static void CreateImage(String content) {CreateImageRequest createImageRequest = new CreateImageRequest();createImageRequest.setModel(Constants.ModelCogView);createImageRequest.setPrompt(content);ImageApiResponse imageApiResponse = client.createImage(createImageRequest);System.out.println("imageApiResponse:" + JSON.toJSONString(imageApiResponse));}}

  • 工具类中 InvokeApi 方法 最后获得的是一个 ModelApiResponse类 这个类有点类似于 统一返回类型 但是我在这里 只需要里面的具体方法 请求状态和 信息 并不需要 (有另外一个统一返回类型定义 ) 所以在 后面我将这个方法 修改 改为 将我需要的数据返回给controller

  • 实际上这是不应该直接返回给 controller 的 而是 应该 通过 service 的 因为service中才是真正的业务代码

  • 修改后的方法 代码如下

    /*** 同步调用*/public static ModelData InvokeApi(String content) throwsJsonProcessingException{List<ChatMessage> messages = new ArrayList<>();ChatMessage chatMessage = new ChatMessage(ChatMessageRole.USER.value(), content);messages.add(chatMessage);String requestId = String.format(requestIdTemplate, System.currentTimeMillis());// 函数调用参数构建部分List<ChatTool> chatToolList = new ArrayList<>();ChatTool chatTool = new ChatTool();chatTool.setType(ChatToolType.FUNCTION.value());ChatFunctionParameters chatFunctionParameters = new ChatFunctionParameters();chatFunctionParameters.setType("object");Map<String, Object> properties = new HashMap<>();properties.put("location", new HashMap<String, Object>() {{put("type", "string");put("description", "城市,如:北京");}});properties.put("unit", new HashMap<String, Object>() {{put("type", "string");put("enum", new ArrayList<String>() {{add("celsius");add("fahrenheit");}});}});chatFunctionParameters.setProperties(properties);ChatFunction chatFunction = ChatFunction.builder().name("get_weather").description("Get the current weather of a location").parameters(chatFunctionParameters).build();chatTool.setFunction(chatFunction);chatToolList.add(chatTool);ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder().model(Constants.ModelChatGLM4).stream(Boolean.FALSE).invokeMethod(Constants.invokeMethod).messages(messages).requestId(requestId).tools(chatToolList).toolChoice("auto").build();ModelApiResponse invokeModelApiResp = client.invokeModelApi(chatCompletionRequest);ModelData data = invokeModelApiResp.getData();return data;

  • 而这里的信息实际上是一层层 抽丝剥茧 剥离出来的

    List<Choice> choices = data.getChoices();System.out.println("choices.toString() = " + choices.toString());for (Choice choice : choices) {ChatMessage message = choice.getMessage();System.out.println("message.getContent() = " + message.getContent());//本来这里想返回具体的信息类但是发现 上面的的那个ModelApiResponse类 也是一个 统一返回类型 也包含这 请求状态码 之类的定义return message;}return new ChatMessage();try {return mapper.writeValueAsString(invokeModelApiResp);} catch (JsonProcessingException e) {e.printStackTrace();}return mapper.writeValueAsString(new ModelApiResponse());    

  • 可以看到我的这段代码 有多个 return 所以这实际上是一段假 代码

  • 每一个return 实际上官方都 对应的 model 或者说 resoponse

  • controller 代码

    @PostMapping("/chat")public R chat(@RequestParam("content") String content) throws JsonProcessingException {/*** data 中的 choices 是一个 List<Choice> 类型但是实际上只有一个所以索性直接获取数组下标0的对象*/logger.info(ChatAPIUtils.InvokeApi(content).getChoices().get(0).getMessage().getContent().toString());return R.ok().data("content", ChatAPIUtils.InvokeApi(content));}

  • 修改 由 service 层 调用 工具类

  • service 代码

  • service 接口

package com.codervibe.server.service;import com.zhipu.oapi.service.v4.image.ImageResult;
import com.zhipu.oapi.service.v4.model.ModelData;public interface ChatService {/*** AI 对话*/ModelData AIdialogue(String content);/*** AI  画图*/ImageResult AIcreateimage(String content);
}

  • service 接口实现

 
package com.codervibe.server.Impl;import com.codervibe.server.service.ChatService;
import com.codervibe.utils.ChatAPIUtils;
import com.fasterxml.jackson.core.JsonProcessingException;
import com.zhipu.oapi.service.v4.image.ImageResult;
import com.zhipu.oapi.service.v4.model.ModelData;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.stereotype.Service;@Service("chatService")
public class ChatServiceImpl implements ChatService {Logger logger = LoggerFactory.getLogger(ChatServiceImpl.class);/*** AI 对话* @param content*/@Overridepublic ModelData AIdialogue(String content) {logger.info(ChatAPIUtils.InvokeApi(content).getChoices().get(0).getMessage().getContent().toString());return ChatAPIUtils.InvokeApi(content);}/*** AI  画图** @param content*/@Overridepublic ImageResult AIcreateimage(String content) {logger.info(ChatAPIUtils.CreateImage(content).getData().get(0).getUrl());return ChatAPIUtils.CreateImage(content);}
}

  • controller 层调用 service

****package com.codervibe.web.controller;import com.codervibe.server.service.ChatService;
import com.codervibe.utils.ChatAPIUtils;
import com.codervibe.web.common.response.R;
import com.fasterxml.jackson.core.JsonProcessingException;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;import javax.annotation.Resource;@RestController
@RequestMapping("/chat")
public class ChatController {Logger logger = LoggerFactory.getLogger(ChatController.class);@Resourceprivate ChatService chatService;@PostMapping("/content")public R chat(@RequestParam("content") String content) {return R.ok().data("content", chatService.AIdialogue(content));}@PostMapping("/AIcreateimage")public R AIcreateimage(@RequestParam("content") String content){return R.ok().data("image",chatService.AIcreateimage(content));}
}

  • 现在 虽然可以 和 AI 进行对话 但是 数据返回的速度实在是太慢 所以我打算 将 常见的问题和答案 存储在本地的数据库中以提升 数据返回的速度 这只是一个初步的想法

  • 最后的想法 还未实现 先这样

文章转载自:codervibe

原文链接:https://www.cnblogs.com/codervibe/p/18460483

体验地址:引迈 - JNPF快速开发平台_低代码开发平台_零代码开发平台_流程设计器_表单引擎_工作流引擎_软件架构

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

热搜词