Java调用chatgpt

目前openai的chatgpt在国内使用有一定难度，不过国内的大模型在大部分情况下已经不弱于chatgpt，而且还更便宜，又能解决国内最敏感的内容安全问题。本文后续以spring ai调用国内chatgpt厂商实现为例，讲解怎么构建一个java调用chatgpt的应用。在构建java调用chatgpt的应用过程中，我们将使用java编程语言来编写代码，并通过spring框架来整合chatgpt的功能。通过调用国内chatgpt厂商提供的接口，我们可以实现与chatgpt的交互，从而构建出一个功能强大的java应用。在应用中，我们可以使用java代码来处理用户输入，并通过调用chatgpt的接口来获取相应的回复。这样，我们就可以在java应用中实现与chatgpt的对话功能，为用户提供智能化的服务。通过使用java调用chatgpt，我们可以构建出更加智能化的应用，为用户提供更好的体验。

24年12月截止了，赶紧来拿奖金！总计30万，Spring AI Alibaba 应用框架挑战赛开赛点此了解

Spring AI介绍

Spring AI是一个专为AI工程设计的应用框架，它继承了Spring生态系统的优良传统，比如可移植性、模块化设计等。该框架致力于将POJOs（Plain Old Java Objects）作为构建块应用于AI领域，使得开发者能够利用熟悉的Java语言和面向对象编程范式来创建复杂的AI应用程序。Spring AI最核心的优势在于提供了一套统一的接口标准，允许开发者编写一次代码即可轻松切换不同的AI服务提供商（例如OpenAI、Azure、阿里云等），极大地简化了跨平台迁移的工作量。此外，其对Spring生态系统的完美兼容性意味着现有基于Spring的应用可以无缝集成AI功能，进一步降低了开发门槛。

Spring AI alibaba介绍

Spring AI Alibaba是基于Spring AI框架构建的实现，专注于接入阿里云百炼系列的大模型服务。通过Spring AI Alibaba，开发者可以轻松地利用通义大模型进行文本生成、图像生成、语音合成等任务。其核心优势在于提供了统一的API接口，使得开发者能够以一致的方式调用不同类型的AI服务，并且只需修改配置即可切换不同的AI提供者，极大地简化了开发过程中的复杂度。此外，Spring AI Alibaba还支持本地部署及多种主流AI框架（如OpenAI和Ollama）的集成，进一步增强了其灵活性与适用性。

基于spring ai alibaba 生成做聊天的详细例子

基于Spring AI Alibaba生成做聊天的详细例子，我们将依照给定的知识来分析并提供详细的步骤。首先，要实现一个允许用户输入信息并通过流（Flux）返回响应的聊天API，需要理解的是整个过程依赖于对通义千问大模型的服务调用。下面将逐步说明如何通过配置和编写代码来完成这一目标。

前置条件

确保您的开发环境满足以下要求：

JDK版本至少为17。

Spring Boot版本为3.3.x或更高。

已经在阿里云上申请了通义千问服务的API Key，并且已经按照指示将其设置到了系统变量中。

配置阿里云API Key

根据我了解的信息中的描述，在命令行中设置环境变量或者直接在application.properties文件里配置阿里云API Key:

export AI_DASHSCOPE_API_KEY=你的实际API-Key值

或者在application.properties中添加:

spring.ai.dashscope.api-key=${AI_DASHSCOPE_API_KEY}

Maven仓库配置

由于Spring AI的部分库尚未发布到Maven中央仓库，因此需要额外配置Spring自己的仓库地址至项目的pom.xml中：

<repositories><repository><id>sonatype-snapshots</id><url>https://oss.sonatype.org/content/repositories/snapshots</url><snapshots><enabled>true</enabled></snapshots></repository><repository><id>spring-milestones</id><name>Spring Milestones</name><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository><repository><id>spring-snapshots</id><name>Spring Snapshots</name><url>https://repo.spring.io/snapshot</url><releases><enabled>false</enabled></releases></repository></repositories>

添加项目依赖

在pom.xml中引入必要的依赖项，特别是spring-ai-alibaba-starter以及指定Spring Boot的版本作为父级依赖，以确保自动装配机制能够正确工作：

<parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.3.4</version><relativePath/>
</parent><dependencies><dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId><version>1.0.0-M2</version></dependency><!-- 其他依赖... -->
</dependencies>

创建Controller处理聊天请求

接下来创建一个控制器类用于接收用户的输入并通过聊天客户端向AI发送请求，同时利用Flux进行流式响应：

@RestController
@RequestMapping("/ai")
@CrossOrigin(origins = "*")
public class ChatController {private final ChatClient chatClient;@Value("classpath:correct-and-expand.st")Resource resource;public ChatController(ChatClient.Builder builder) {this.chatClient = builder.build();}@GetMapping("/chatStream")public Flux<String> chatSteam(@RequestParam String input) {PromptTemplate promptTemplate = new PromptTemplate(resource);Prompt prompt = promptTemplate.create(Map.of("input", input));return chatClient.prompt(prompt).stream().content();}
}

此控制器定义了一个名为/chatStream的GET方法端点，该端点接受一个名为input的查询参数，并使用它构造一个提示语句给到聊天客户端。最终结果会以流的形式被客户端消费。

以上步骤详尽地介绍了如何从零开始构建一个基于Spring AI Alibaba支持Prompt与流式输出的聊天API。遵循上述指南，您可以顺利地为您的应用添加强大的AI对话能力。请注意保持所有配置和代码片段的一致性，并根据实际情况调整相关细节如版本号等。

基于Spring AI Alibaba生成一个图片的详细例子

根据我了解的信息提供的信息，我们将基于Spring Boot集成Spring AI Alibaba来实现动漫美女图的图像生成。以下是详细的步骤说明：

1. 确认前置要求

JDK版本需要在JDK17（含）以上。

Spring Boot版本需为3.3.x或更高。

2. 申请阿里云资源及API KEY

首先，您需要访问阿里云百炼页面并按照以下步骤操作：

登录您的阿里云账号。

开通“百炼大模型推理”服务，并等待开通成功的短信通知。

成功后再次登录阿里云百炼页面，点击右上角的小人图标 -> API-KEY -> 创建新的API-KEY。

记录生成的API-KEY，这将在稍后的配置中使用。

接着，设置环境变量以存储API KEY:

export AI_DASHSCOPE_API_KEY=YOUR_GENERATED_API_KEY

3. 开通通义万象图像生成模型

进入百炼控制台。

在左侧菜单选择“模型广场”，查找并选择图像生成类目下的通义万象模型。

点击该模型的“API调用”按钮，在打开的页面顶部复制模型英文名（例如wanx-v1），用于后续代码配置。

4. 配置项目依赖

添加仓库地址

在您的pom.xml文件中加入如下仓库配置以便获取最新版的Spring AI Alibaba组件：

<repositories><repository><id>sonatype-snapshots</id><url>https://oss.sonatype.org/content/repositories/snapshots</url><snapshots><enabled>true</enabled></snapshots></repository><repository><id>spring-milestones</id><name>Spring Milestones</name><url>https://repo.spring.io/milestone</url><snapshots><enabled>false</enabled></snapshots></repository><repository><id>spring-snapshots</id><name>Spring Snapshots</name><url>https://repo.spring.io/snapshot</url><releases><enabled>false</enabled></releases></repository></repositories>

添加依赖项

同样地，在pom.xml内添加必要的依赖包：

<parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.3.4</version><relativePath/>
</parent><dependencies><dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId><version>1.0.0-M2.1</version></dependency><!-- 其他必要依赖 -->
</dependencies>

5. 配置应用属性

编辑application.properties文件，设置API KEY等信息：

spring.ai.dashscope.api-key=${AI_DASHSCOPE_API_KEY}

6. 编写控制器代码

创建一个新的REST控制器ImageModelController.java，内容如下所示：

@RestController
@RequestMapping("/ai")
public class ImageModelController {private final ImageModel imageModel;@Autowiredpublic ImageModelController(ImageModel imageModel) {this.imageModel = imageModel;}@GetMapping("/image")public ResponseEntity<String> generateImage(@RequestParam String input) {try {ImageOptions options = new ImageOptionsBuilder().withWidth(1024).withHeight(1024).withModel("wanx-v1") // 使用从阿里云获取到的具体模型名称.withN(1).build();ImagePrompt prompt = new ImagePrompt(input, options);ImageResponse response = imageModel.call(prompt);List<ImageGeneration> results = response.getResults();if (results.isEmpty()) {return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR).body("No image generated.");}String imageUrl = results.get(0).getOutput().getUrl();return ResponseEntity.ok(imageUrl);} catch (Exception e) {return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR).body(e.getMessage());}}
}