目录
前言
Spring Al与Springboot整合的步骤（本文仅讲解聊天方式的实现，关于gpt的其他东西，参考接下来的文章）
第一步：建项目：创建一个Spring Boot项目(JDK17起步)；
第二步：加依赖
2.1 加入spring-ai-openai-spring-boot-starter依赖；
2.3 配置项目依赖下载的仓库：(因为spring ai在中心仓库还没有依赖，所以需要去网站下载)
第三步：配文件(这个的api -key就是你自己的，如果没有私信我即可)
第四步： 聊天功能写具体的代码实现
4.1 因为所有的接口的父接口都继承与Model，可以看到聊天方式的实现就是注入OpenAiChatModel 因为这个springboot自动装配的功能，只需要注入即可
第一种： 聊天的第一种实现方式（调用call方法，直接传入msg，这个叫做同步API）
5.1 运行程序结果
第二种 聊天的程序的第二种实现方式（调用call方法，new一个Prompt对象再传入msg）
6.1 运行程序结果编辑
第三种：聊天的程序的第三种实现方式（比上一个方法多了一个关于gpt参数的设置）
7.1 运行程序结果
第四种：聊天的程序的第三种实现方式（调用stream方法，用法和call一样，只不过返回值不一样,Stream返回的是Fiux，叫做数据的序列一序列的数据，一个一个的数据返回，调用Stream叫做流式API）
前言
随着人工智能技术的迅猛发展，越来越多的应用程序开始集成人工智能功能，从而提供更智能、更个性化的体验。诸如ChatGPT等开放性大型语言模型的出现，使得自然语言处理和对话系统的开发变得更加便捷和普及。这些技术已经在社交媒体、客户服务、教育等领域展示出巨大的潜力，对于提升用户体验和提高工作效率起到了关键作用。
Spring Al的官网：Spring | Home
Spring AI提供的API支持跨人工智能提供商的 聊天，文本到图像，和嵌入模型等，同时支持同步和流API选项；
开发springAl程序的前期准备准备工作
- 本机电脑要可以访问OpenAI网站 https://openai.com/；
- 要有OpenAI的API Key；（注册账号或者购买，如果没有可以私信联系我）
Spring Al与Springboot整合的步骤（本文仅讲解聊天方式的实现，关于gpt的其他东西，参考接下来的文章）
第一步：建项目：创建一个Spring Boot项目(JDK17起步)；
第二步：加依赖
2.1 加入spring-ai-openai-spring-boot-starter依赖；
org.springframework.ai
spring-ai-openai-spring-boot-starter
2.2 继承父项目：
org.springframework.ai
spring-ai-bom
${spring-ai.version}
pom
import
2.3 配置项目依赖下载的仓库：(因为spring ai在中心仓库还没有依赖，所以需要去网站下载)
spring-milestones
Spring Milestones
https://repo.spring.io/milestone
false
第三步：配文件(这个的api -key就是你自己的，如果没有私信我即可)
spring:
ai:
openai:
api-key: （换成你的api-key）
base-url: https://api.openai.com（分为代理地址和直连地址）
第四步： 聊天功能写具体的代码实现
4.1 因为所有的接口的父接口都继承与Model，可以看到聊天方式的实现就是注入OpenAiChatModel 因为这个springboot自动装配的功能，只需要注入即可
第一种： 聊天的第一种实现方式（调用call方法，直接传入msg，这个叫做同步API）
public class ChatController {
/**
* 自动注入的
*/
@Resource
private OpenAiChatModel openAiChatModel;
/**
* 聊天的方法。底层调用的openAi的方法
* RequestParam 接受参数
* msg 就是我们提的问题
* @return
*/
@RequestMapping("/ai/chat")
public String chat(@RequestParam("msg") String msg){
String called = openAiChatModel.call(msg);
return called;
}
5.1 运行程序结果
第二种 聊天的程序的第二种实现方式（调用call方法，new一个Prompt对象再传入msg）
/**
* 聊天的方法。底层调用的openAi的方法
* RequestParam 接受参数
* msg 就是我们提的问题
* ChatResponse 返回的是一个josn串
* chatResponse.getResult().getOutput().getContent();只获取文本
* @return
*/
@RequestMapping("/ai/chat2")
public Object chat2(@RequestParam("msg") String msg){
ChatResponse chatResponse = openAiChatModel.call(new Prompt(msg));
return chatResponse.getResult().getOutput().getContent();
}
6.1 运行程序结果
第三种：聊天的程序的第三种实现方式（比上一个方法多了一个关于gpt参数的设置）
/**
*OpenAiChatOptions.builder() 传入的一个参数，可以控制大模型的设置
* @param msg
* @return
*/
@RequestMapping("/ai/chat3")
public Object chat3(@RequestParam("msg") String msg){
ChatResponse chatResponse = openAiChatModel.call(new Prompt(msg, OpenAiChatOptions.builder()
//.withModel("gpt-4-32k") //gpt的版本 ，32K是参数，参数越高，回答问题越准确
.withTemperature(0.4F) //温度值，温度越高，回答的准确率越低，温度越低，回答的准确率越高
.build()));
return chatResponse.getResult().getOutput().getContent();
}
7.1 运行程序结果
当然上述的可选参数不仅可以在代码中配置，也可以在配置文件中配置
注意：如果代码中写了关于gpt的参数，配置文件中也配置了参数，那么以代码中为主
第四种：聊天的程序的第三种实现方式（调用stream方法，用法和call一样，只不过返回值不一样,Stream返回的是Fiux，叫做数据的序列一序列的数据，一个一个的数据返回，调用Stream叫做流式API）
/**
*OpenAiChatOptions.builder() gpt的可选参数
* @param msg
* @return
*/
@RequestMapping("/ai/chat4")
public Object chat4(@RequestParam("msg") String msg){
Flux flux = openAiChatModel.stream(new Prompt(msg, OpenAiChatOptions.builder()
//.withModel("gpt-4-32k") //gpt的版本 ，32K是参数，参数越高，回答问题越准确
.withTemperature(0.4F) //温度值，温度越高，回答的准确率越低，温度越低，回答的准确率越高
.build()));
return flux.collectList();
}
上述就是关于Spring Boot 整合 Spring AI 实现项目接入ChatGPT，本文仅介绍了关于聊天方面的实现方式，接下来的文章介绍关于如何生成图片以及语言的转换。
有任何问题可以私信我，以及关于没有open ai的key 的也可以私信我
