> ## Documentation Index > Fetch the complete documentation index at: https://javaai.pig4cloud.com/llms.txt > Use this file to discover all available pages before exploring further. # DeepSeek 聊天 [DeepSeek](https://platform.deepseek.com/) 提供各种 AI 语言模型，你可以使用它们来创建多语言会话助手。Spring AI 与 DeepSeek 的模型集成，为构建 AI 驱动的应用程序提供无缝体验。 ## 前提条件 要在 Spring AI 中开始使用 DeepSeek，你需要： 1. 在 [DeepSeek 注册页面](https://platform.deepseek.com/sign_up)创建一个帐户 2. 在 [API 密钥页面](https://platform.deepseek.com/api_keys)生成一个 API 密钥 3. 在你的 Spring AI 项目中配置 API 密钥 你可以在 `application.properties` 文件中设置 API 密钥配置： ```properties theme={"system"} spring.ai.deepseek.api-key=<你的-deepseek-api-密钥> ``` 为了在处理 API 密钥等敏感信息时增强安全性，你可以使用 Spring 表达式语言 (SpEL) 来引用自定义环境变量： ```yaml theme={"system"} spring: ai: deepseek: api-key: ${DEEPSEEK_API_KEY} ``` ```bash theme={"system"} export DEEPSEEK_API_KEY=<你的-deepseek-api-密钥> ``` 你也可以在应用程序代码中以编程方式设置此配置： ```java theme={"system"} // 从安全来源或环境变量中检索 API 密钥 String apiKey = System.getenv("DEEPSEEK_API_KEY"); ``` ### 添加仓库和 BOM Spring AI 的构件发布在 Spring Milestone 和 Snapshot 仓库中。 请参阅[构件仓库](/spring4ai/getting-started#artifact-repositories)部分，将这些仓库添加到你的构建系统中。 为了帮助进行依赖管理，Spring AI 提供了一个 BOM (bill of materials)，以确保在整个项目中使用一致版本的 Spring AI。请参阅[依赖管理](/spring4ai/getting-started#dependency-management)部分，将 Spring AI BOM 添加到你的构建系统中。 ## 自动配置 Spring AI 为 DeepSeek 聊天模型提供 Spring Boot 自动配置。 要启用它，请将以下依赖项添加到项目的构建文件中： ```xml theme={"system"} org.springframework.ai spring-ai-starter-model-deepseek ``` ```gradle theme={"system"} dependencies { implementation 'org.springframework.ai:spring-ai-starter-model-deepseek' } ``` 请参阅[依赖管理](/spring4ai/getting-started#dependency-management)部分，将 Spring AI BOM 添加到你的构建文件中。 ### 聊天属性 #### 重试属性 前缀 `spring.ai.retry` 用作属性前缀，允许你配置 DeepSeek 聊天模型的重试机制。 | 属性 | 描述 | 默认值 | | :--------------------------------------- | :------------------------------------------------------------- | :---- | | spring.ai.retry.max-attempts | 最大重试次数。 | 10 | | spring.ai.retry.backoff.initial-interval | 指数退避策略的初始休眠持续时间。 | 2 秒 | | spring.ai.retry.backoff.multiplier | 退避间隔乘数。 | 5 | | spring.ai.retry.backoff.max-interval | 最大退避持续时间。 | 3 分钟 | | spring.ai.retry.on-client-errors | 如果为 false，则抛出 NonTransientAiException，并且不尝试对 `4xx` 客户端错误代码进行重试 | false | | spring.ai.retry.exclude-on-http-codes | 不应触发重试的 HTTP 状态代码列表（例如，抛出 NonTransientAiException）。 | 空 | | spring.ai.retry.on-http-codes | 应触发重试的 HTTP 状态代码列表（例如，抛出 TransientAiException）。 | 空 | #### 连接属性 前缀 `spring.ai.deepseek` 用作属性前缀，允许你连接到 DeepSeek。 | 属性 | 描述 | 默认值 | | :-------------------------- | :------- | :--------------------------------------------------- | | spring.ai.deepseek.base-url | 要连接的 URL | [https://api.deepseek.com](https://api.deepseek.com) | | spring.ai.deepseek.api-key | API 密钥 | - | #### 配置属性 前缀 `spring.ai.deepseek.chat` 是属性前缀，允许你配置 DeepSeek 的聊天模型实现。 | 属性 | 描述 | 默认值 | | :----------------------------------------------- | :------------------------------------------------ | :----------------------------------------------------- | | spring.ai.deepseek.chat.enabled | 启用 DeepSeek 聊天模型。 | true | | spring.ai.deepseek.chat.base-url | 可选地覆盖 spring.ai.deepseek.base-url 以提供特定于聊天的 URL | [https://api.deepseek.com/](https://api.deepseek.com/) | | spring.ai.deepseek.chat.api-key | 可选地覆盖 spring.ai.deepseek.api-key 以提供特定于聊天的 API 密钥 | - | | spring.ai.deepseek.chat.completions-path | 聊天补全端点的路径 | /chat/completions | | spring.ai.deepseek.chat.beta-prefix-path | Beta 功能端点的前缀路径 | /beta/chat/completions | | spring.ai.deepseek.chat.options.model | 要使用的模型的 ID。你可以使用 deepseek-coder 或 deepseek-chat。 | deepseek-chat | | spring.ai.deepseek.chat.options.frequencyPenalty | -2.0 到 2.0 之间的数字。正值会根据新标记在文本中已有的频率对其进行惩罚。 | 0.0f | | spring.ai.deepseek.chat.options.maxTokens | 在聊天补全中生成的最大标记数。 | - | | spring.ai.deepseek.chat.options.presencePenalty | -2.0 到 2.0 之间的数字。正值会根据新标记是否已出现在文本中对其进行惩罚。 | 0.0f | | spring.ai.deepseek.chat.options.stop | API 将停止生成更多标记的最多 4 个序列。 | - | | spring.ai.deepseek.chat.options.temperature | 采样温度在 0 到 2 之间。较高的值（如 0.8）会使输出更随机。 | 1.0F | | spring.ai.deepseek.chat.options.topP | 核采样的温度替代方案。值在 0 到 1 之间。 | 1.0F | | spring.ai.deepseek.chat.options.logprobs | 是否返回输出标记的对数概率。 | - | | spring.ai.deepseek.chat.options.topLogprobs | 与对数概率一起返回的最可能标记的数量 (0-20)。 | - | 你可以为 `ChatModel` 实现覆盖通用的 `spring.ai.deepseek.base-url` 和 `spring.ai.deepseek.api-key`。 如果设置了 `spring.ai.deepseek.chat.base-url` 和 `spring.ai.deepseek.chat.api-key` 属性，则它们优先于通用属性。 如果你想为不同的模型和不同的模型端点使用不同的 DeepSeek 帐户，这将非常有用。 所有以 `spring.ai.deepseek.chat.options` 为前缀的属性都可以在运行时通过向 `Prompt` 调用添加特定于请求的运行时选项来覆盖。 ## 运行时选项 [DeepSeekChatOptions.java](https://github.com/spring-projects/spring-ai/blob/main/models/spring-ai-deepseek/src/main/java/org/springframework/ai/deepseek/DeepSeekChatOptions.java) 提供模型配置，例如要使用的模型、温度、频率惩罚等。 在启动时，可以使用 `DeepSeekChatModel(api, options)` 构造函数或 `spring.ai.deepseek.chat.options.*` 属性配置默认选项。 在运行时，你可以通过向 `Prompt` 调用添加新的、特定于请求的选项来覆盖默认选项。 例如，要为特定请求覆盖默认模型和温度： ````java theme={"system"} ChatResponse response = chatModel.call( new Prompt( "生成 5 个著名海盗的名字。请提供 JSON 响应，不要包含任何代码块标记，例如 ```json```。", DeepSeekChatOptions.builder() .withModel(DeepSeekApi.ChatModel.DEEPSEEK_CHAT.getValue()) .withTemperature(0.8f) .build() )); ```` 除了特定于模型的 [DeepSeekChatOptions](https://github.com/spring-projects/spring-ai/blob/main/models/spring-ai-deepseek/src/main/java/org/springframework/ai/deepseek/DeepSeekChatOptions.java)之外，你还可以使用通过 [ChatOptionsBuilder#builder()](https://github.com/spring-projects/spring-ai/blob/main/spring-ai-core/src/main/java/org/springframework/ai/chat/ChatOptionsBuilder.java) 创建的可移植 [ChatOptions](https://github.com/spring-projects/spring-ai/blob/main/spring-ai-core/src/main/java/org/springframework/ai/chat/ChatOptions.java) 实例。 ## 示例控制器 [创建](https://start.spring.io/)一个新的 Spring Boot 项目，并将 `spring-ai-starter-model-deepseek` 添加到你的 pom (或 gradle) 依赖项中。 在 `src/main/resources` 目录下添加一个 `application.properties` 文件，以启用和配置 DeepSeek 聊天模型： ```properties theme={"system"} spring.ai.deepseek.api-key=你的API密钥 spring.ai.deepseek.chat.options.model=deepseek-chat spring.ai.deepseek.chat.options.temperature=0.8 ``` 将 `api-key` 替换为你的 DeepSeek 凭据。 这将创建一个 `DeepSeekChatModel` 实现，你可以将其注入到你的类中。 以下是一个简单的 `@Controller` 类的示例，该类使用聊天模型进行文本生成： ```java theme={"system"} @RestController public class ChatController { private final DeepSeekChatModel chatModel; @Autowired public ChatController(DeepSeekChatModel chatModel) { this.chatModel = chatModel; } @GetMapping("/ai/generate") public Map generate(@RequestParam(value = "message", defaultValue = "给我讲个笑话") String message) { return Map.of("generation", chatModel.call(message)); } @GetMapping("/ai/generateStream") public Flux generateStream(@RequestParam(value = "message", defaultValue = "给我讲个笑话") String message) { var prompt = new Prompt(new UserMessage(message)); return chatModel.stream(prompt); } } ``` ## 聊天前缀补全 聊天前缀补全遵循聊天补全 API，用户提供助手的消息前缀，模型补全消息的其余部分。 使用前缀补全时，用户必须确保消息列表中的最后一条消息是 DeepSeekAssistantMessage。 以下是聊天前缀补全的完整 Java 代码示例。在此示例中，我们将助手的消息前缀设置为 "`python\n" 以强制模型输出 Python 代码，并将 stop 参数设置为 ['`'] 以防止模型进行额外解释： ````java theme={"system"} @RestController public class CodeGenerateController { private final DeepSeekChatModel chatModel; @Autowired public ChatController(DeepSeekChatModel chatModel) { this.chatModel = chatModel; } @GetMapping("/ai/generatePythonCode") public String generate(@RequestParam(value = "message", defaultValue = "请编写快速排序代码") String message) { UserMessage userMessage = new UserMessage(message); Message assistantMessage = DeepSeekAssistantMessage.prefixAssistantMessage("```python\\n"); Prompt prompt = new Prompt(List.of(userMessage, assistantMessage), ChatOptions.builder().stopSequences(List.of("```")).build()); ChatResponse response = chatModel.call(prompt); return response.getResult().getOutput().getText(); } } ```` ## 推理模型 (deepseek-reasoner) `deepseek-reasoner` 是 DeepSeek 开发的推理模型。在给出最终答案之前，模型首先生成一个思维链 (CoT) 以提高其响应的准确性。 我们的 API 允许用户访问 `deepseek-reasoner` 生成的 CoT 内容，从而能够查看、显示和提炼它。 你可以使用 `DeepSeekAssistantMessage` 获取 `deepseek-reasoner` 生成的 CoT 内容： ```java theme={"system"} public void deepSeekReasonerExample() { DeepSeekChatOptions promptOptions = DeepSeekChatOptions.builder() .model(DeepSeekApi.ChatModel.DEEPSEEK_REASONER.getValue()) .build(); Prompt prompt = new Prompt("9.11 和 9.8，哪个更大？", promptOptions); ChatResponse response = chatModel.call(prompt); // 获取 deepseek-reasoner 生成的 CoT 内容 DeepSeekAssistantMessage deepSeekAssistantMessage = (DeepSeekAssistantMessage) response.getResult().getOutput(); String reasoningContent = deepSeekAssistantMessage.getReasoningContent(); } ``` 发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！