企业官网建设流程全解析

一、ChatModel 聊天模型（核心）

1. 公共能力

通用重试配置（所有模型共享）

spring: ai: retry: max-attempts: 10 backoff: initial-interval: 2s multiplier: 5 max-interval: 3m on-client-errors: false # 4xx默认不重试

2. DeepSeek 模型（云端API）

依赖 starter（自动配置）

<dependency> <groupId>org.springframework.ai</groupId> <artifactId>spring-ai-starter-model-deepseek</artifactId> </dependency>

application.yml

spring: ai: deepseek: api-key: ${DEEPSEEK_API_KEY} # 环境变量注入，不要硬编码 base-url: [https://api.deepseek.com](https://api.deepseek.com) chat: options: model: deepseek-chat # deepseek-reasoner为推理模型 temperature: 0.8 maxTokens: 2000

关键特性

1. 双模型
   • deepseek-chat：通用对话
   • deepseek-reasoner：推理模型，返回独立思维链CoT（reasoningContent）>

   多轮对话注意：不要把上一轮的reasoningContent塞回消息列表，否则报400，只保留最终回答文本进入上下文

2. 前缀补全：DeepSeekAssistantMessage.prefixAssistantMessage("\``python\n")`，强制模型输出指定代码块
3. 获取推理内容示例

ChatResponse response = chatModel.call(new Prompt("9.11 and 9.8 which bigger?", DeepSeekChatOptions.builder().model(DeepSeekApi.ChatModel.DEEPSEEK_REASONER.getValue()).build() )); DeepSeekAssistantMessage msg = (DeepSeekAssistantMessage) response.getResult().getOutput(); String reasoning = msg.getReasoningContent(); // 思考过程 String answer = msg.getText(); // 最终答案

手动创建客户端（不使用自动配置）

DeepSeekApi deepSeekApi = DeepSeekApi.builder().apiKey(apiKey).build(); DeepSeekChatOptions options = DeepSeekChatOptions.builder().model("deepseek-chat").temperature(0.4).build(); DeepSeekChatModel chatModel = DeepSeekChatModel.builder().deepSeekApi(deepSeekApi).defaultOptions(options).build();

3. Ollama（本地部署模型，重点）

依赖starter

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-ollama</artifactId></dependency>

application.yml

spring:ai:ollama:base-url:[http://localhost:11434](http://localhost:11434)init:pull-model-strategy:when_missing# 可选 always / never / when_missing，生产建议never，提前ollama pullchat:options:model:llama3.2temperature:0.7num-ctx:2048# 上下文窗口keep-alive:5m# 模型驻留内存时长

启动拉取模型：ollama pull llama3.2；支持HuggingFace GGUF模型ollama pull hf.co/xxx

核心能力

1. 思考模式 Thinking Mode（deepseek-r1/qwen3）

OllamaChatOptions.builder().model("deepseek-r1").enableThinking()// 开启思考.build();// 获取思考内容：存在metadata "thinking"Stringthinking=response.getResult().getMetadata().get("thinking");

若用OpenAI兼容端点对接ollama，思考字段名称变成reasoningContent

2. 结构化输出两种模式
   • .format("json")：任意合法JSON，结构不可控
   • .outputSchema(jsonSchemaString)：强约束，生产推荐，强制输出匹配JSON Schema
   • 搭配BeanOutputConverter，直接把返回JSON转Java Record对象
3. 多模态：llava系列模型，支持传入图片Media

varimageResource=newClassPathResource("test.png");UserMessageuserMessage=newUserMessage("描述图片",newMedia(MimeTypeUtils.IMAGE_PNG,imageResource));

4. OpenAI兼容模式：直接使用OpenAiChatModel对接ollama服务

4. OpenAI ChatModel（gpt系列，兼容通用OpenAI协议）

依赖starter

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-openai</artifactId></dependency>

application.yml

spring:ai:openai:api-key:${OPENAI_API_KEY}base-url:[https://api.openai.com](https://api.openai.com)chat:options:model:gpt-4o-mini temperature:0.7

区分推理模型参数：

• 普通模型(gpt4o/gpt3.5)：maxTokens
• o1/o3推理系列：maxCompletionTokens，两者互斥不能同时设置

重点

1. 多模态：gpt4o支持图片、音频输入
2. responseFormat支持JSON_OBJECT/JSON_SCHEMA强结构化输出
3. extraBody：向OpenAI兼容服务（vLLM/Ollama/DeepSeek）传递模型特有参数（top_k、repeat_penalty）
4. 推理内容：官方OpenAI gpt o系列接口不返回reasoningContent；DeepSeek R1/vLLM兼容接口才返回reasoningContent

5. ChatController 通用示例（三个模型写法几乎一样）

@RestControllerpublicclassChatController{privatefinalChatModelchatModel;@AutowiredpublicChatController(ChatModelchatModel){this.chatModel=chatModel;}// 同步返回@GetMapping("/ai/generate")publicMap<String,String>generate(@RequestParam(defaultValue="讲个笑话")Stringmessage){returnMap.of("generation",chatModel.call(message));}// 流式SSE@GetMapping("/ai/generateStream")publicFlux<ChatResponse>stream(@RequestParam(defaultValue="讲个笑话")Stringmessage){Promptprompt=newPrompt(newUserMessage(message));returnchatModel.stream(prompt);}}

二、ImageModel 图像生成模型（DALL·E）

顶层接口：ImageModel，入参ImagePrompt，返回ImageResponse

@FunctionalInterfacepublicinterfaceImageModelextendsModel<ImagePrompt,ImageResponse>{ImageResponsecall(ImagePromptrequest);}

• ImagePrompt：包装多条ImageMessage+ ImageOptions
• ImageMessage：文本提示词 + 权重weight
• ImageResponse：ImageGeneration列表，包含图片二进制/url

OpenAI DALL·E 配置

spring:ai:openai:api-key:${OPENAI_API_KEY}image:options:model:dall-e-3size:1024x1024 quality:hd response-format:b64_json # url/b64_json

代码示例

ImageResponseresponse=openaiImageModel.call(newImagePrompt("一只浅金色小狗",OpenAiImageOptions.builder().quality("hd").N(1).height(1024).width(1024).build()));ImageGenerationgen=response.getResult();byte[]imageBytes=gen.getOutput().getImageBytes();

三、ModerationModel 内容审核模型

OpenAI Moderation，检测文本是否包含违规内容（暴力、色情、自残、仇恨言论）

ModerationPromptprompt=newModerationPrompt("待审核文本");ModerationResponseresponse=openAiModerationModel.call(prompt);Moderationresult=response.getResult().getOutput();booleanflagged=result.isFlagged();// 是否标记违规Categoriescategories=result.getCategories();// categories.isSexual() / isViolence() / isSelfHarm() 等