SpringAI学习deepseek模型

SpringAI学习deepseek模型

原创 已于 2026-03-04 22:48:14 修改 · 粉丝可见 · 155 阅读 · 0 · 0 GEO检测 · 编辑
文章链接：https://blog.csdn.net/hacker_51/article/details/146354563

一、windows本地部署deepseek模型

1、安装Ollama驱动模型

Ollama 中文文档： 文档 -- Ollama 中文文档|Ollama官方文档

模型下载官网： Download Ollama on macOS

选择下载 驱动模型下载即可。 目前最新版本为： v0.6.2

由于Ollama安装包在国外，很容易被墙。这里我通过魔法下载好了的exe安装包。使用中国移动不限速网盘下载。

可以自取：链接:https://caiyun\.139\.com/m/i?2jQXoNqM5Xos4 提取码:xg4f
复制内容打开移动云盘PC客户端，操作更方便哦

由于Ollama 驱动模型依赖C盘，只能直接安装

安装成功后执行指令 ollama 。没有报错说明安装成功。

2、选择deepseek模型

deepSeek模型选择： deepseek-r1:1.5b

根据 自己的 Windows 电脑配置选择配置相应的模型。

在官网文档中复制相对应的命令，运行耐心等待安装即可。

运行

1
ollama list

就可以查看到自己安装的模型。

3、Ollama启动

API认证（可选）

  • 默认无需认证，若需远程访问可设置环境变量启用基础认证：
1
2
export OLLAMA_HOST="0.0.0.0:11434"   # 指定访问地址以及端口
export OLLAMA_BASIC_AUTH="username:password" # 设置通信账户以及密码

启动服务：

1
ollama serve  # 默认监听 11434 端口（http://localhost:11434）

4、API调用接口

Ollama官方api接口文档大全： Ollama官方api接口文档

核心api接口

(1) 列出本地模型

  • 端点：GET /api/tags

  • 功能：获取已下载的模型列表。

请求URL：
1
http://localhost:11434/api/tags
响应结果：
1
2
3
4
5
6
7
```json
{
  "models": [
    {"name": "llama2", "modified_at": "2023-10-01T12:00:00Z", "size": 3823},
    {"name": "mistral", "modified_at": "2023-10-02T12:00:00Z", "size": 4012}
  ]
}
1
2
3
4
5
6
7
8
9
10
11

##### \(2\) **生成长文本** 

- 端点：POST /api/generate

- 功能：根据提示生成文本（单轮对话）。

###### 请求URL：

```cobol
http://localhost:11434/api/generate
请求参数：
1
2
3
4
5
6
7
{
  "model": "deepseek-r1:7b",   // 模型名称
  "prompt": "为什么人之初性本善？",  // 输入提示
  "stream": false,     // 是否流式输出
  "temperature": 0.7,  // 控制随机性（0-1）
  "max_tokens": 100   // 最大生成 token 数
}
响应结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
{
    "model": "deepseek-r1:7b",
    "created_at": "2025-04-02T04:43:43.4332866Z",
    "response": "<think>\n嗯，为什么人们一开始就被认为是善良的呢？这个问题好像挺哲学的。我之前听说过一些理论，比如古希腊的美德哲学，还有近现代的功利主义、行为主义等等。让我慢慢理清楚。\n\n首先，古希腊的萨摩斯岛的第欧根尼提出来“人本性善”，意思是人一开始就有善良的本质。这个思想大概是说，人类天生就有同情心和善良的天性，只是被环境和社会所侵蚀了。比如苏格拉底也讨论过人性中的善良部分。\n\n然后是基督教的影响，耶稣常常被描绘成最善良的人，可能影响了人们的思想。还有《圣经》里的一些寓言故事，比如亚当和夏娃偷吃禁果之后变得有善恶之别，这可能也是早期关于人性的观点。\n\n接下来，进化论的角度来看，人类和其他动物相比，为什么更倾向于善良呢？可能是因为善良有助于生存，比如合作、建立社会秩序，这样更容易找到食物、保护自己。自然选择可能会保留这种天性。\n\n心理学方面，有些理论指出，善良和同情心是 evolved 的能力，帮助人类在复杂环境中生存下去。这可能比冷酷更有效，因为冷酷可能导致无法生存。\n\n道德观点中，许多文化强调善良、仁慈和诚实是最高的美德，这些价值观被广泛接受并教化给下一代。社会结构中的互助关系也是维持社会运转的重要因素，善良的人更容易建立这些关系。\n\n不过，我也知道，人性并非全善，有很多邪恶的方面，比如贪婪、懒惰等。所以“人之初性本善”可能只是说明了善良是人的基本天性，并不是说所有人都会保持这种状态，还需要教育和环境的影响。\n\n还有，现代社会中，个人主义兴起可能削弱了集体善良性，导致更多个人主义和自私的行为。这可能也是为什么虽然有善意的存在，但需要更多的社会规范来维持整体的善良。\n\n总的来说，“人之初性本善”是一种观点，解释了人性中的善良部分，但也需要结合其他因素，如教育、环境和社会规范，才能决定一个人最终是善良还是邪恶。\n</think>\n\n关于“人之初性本善”的问题，可以从以下几个方面进行分析：\n\n1. **哲学观点**：古希腊哲学家萨摩斯岛的第欧根尼提出“人本性善”，认为人类天生具有善良的本质。苏格拉底等哲学家也探讨过人性中的善良部分。\n\n2. **宗教影响**：基督教通过耶稣形象强化了善良的重要性，圣经中的寓言故事也暗示了人性中善良的一面。\n\n3. **进化论解释**：从进化角度看，善良有助于合作与社会秩序，可能增加生存机会。自然选择保留这种天性。\n\n4. **心理学理论**：进化而来的同情心和合作精神帮助人类在复杂环境中生存。这些能力被自然选择保留下来。\n\n5. **道德文化**：许多文化强调善良、仁慈等美德，并通过教育将其传递给下一代，成为社会的基本价值观。\n\n6. **社会结构**：基于善良的人更容易建立互助关系，维持社会运转，这种行为对个人和集体都有益。\n\n7. **现实考量**：尽管人性有善良的一面，但并非全善。邪恶的本性也存在，并需环境和社会规范来管理。\n\n8. **现代社会反思**：个人主义兴起可能削弱集体责任感，导致更多自私行为。教育和社会规范仍需维持整体善良。\n\n总结而言，“人之初性本善”是一种观点，解释了人性中的善良部分，但实际行为还需其他因素的综合作用。",
    "done": true,
    "done_reason": "stop",
    "context": [
        151644,
        100678,
        17340,
        ....],
    "total_duration": 40334310700,
    "load_duration": 29061200,
    "prompt_eval_count": 10,
    "prompt_eval_duration": 343458200,
    "eval_count": 749,
    "eval_duration": 39960349200
}
(3) 多轮对话

  • 端点：POST /api/chat

  • 功能：支持多轮上下文对话。

请求URL：
1
http://localhost:11434/api/chat
请求参数：
1
2
3
4
5
6
7
8
9
10
{
  "model": "deepseek-r1:7b",   
  "messages": [
    {"role":"system","content":"你是一位精通计算机方面的热心智能助手，你叫Angindem智能AI助手,请以Angindem智能AI助手的身份回答用户的问题"},
    {"role": "user", "content": "你好"},
    {"role": "assistant", "content": "你好！有什么可以帮助你？"},
    {"role": "user", "content": "你是谁呀？"}
  ],
  "stream": false // 流式输出适用于实时交互，这里我API测试并不用流式先
}
响应结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{
    "model": "deepseek-r1:7b",
    "created_at": "2025-04-02T05:14:44.3474605Z",
    "message": {
        "role": "assistant",
        "content": "<think>\n好，让我想想用户之前问过什么。用户一开始问候了我，然后我回应了问候，并询问有什么帮助。接着用户又问：“你是谁呀？”这可能意味着他们想要了解我是如何运作的，或者想获取更多信息。\n\n作为AI助手，Angindem应该简单地解释自己是一个智能服务，没有意识和情感，只按照程序工作。同时要邀请用户提供具体问题或指令，表达愿意协助的态度。\n\n我需要保持简洁明了，避免过于复杂的信息，让用户明白我是为他们服务的工具，并鼓励他们继续提问。\n</think>\n\n你好！我是Angindem智能AI助手，一个由深度求索开发的智能服务，我随时准备为您提供帮助。请问有什么可以为您效劳的吗？"
    },
    "done_reason": "stop",
    "done": true,
    "total_duration": 9384551100,
    "load_duration": 30458300,
    "prompt_eval_count": 47,
    "prompt_eval_duration": 503308800,
    "eval_count": 157,
    "eval_duration": 8849751200
}
流式响应示例（分块返回）：
1
2
3
4
5
{"message": {"role": "assistant", "content": "我是"}, "done": false}
{"message": {"role": "assistant", "content": "由"}, "done": false}
{"message": {"role": "assistant", "content": "Angindem"}, "done": false}
......
{.............................................."done": true}

二、springAI

快速入门

1、导入依赖

组件包管理依赖

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 <properties>    
     <java.version>17</java.version>
     <spring-ai.version>1.0.0-M6</spring-ai.version>
 </properties>
 <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>${spring-ai.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
</dependencyManagement>

ai对应驱动模型的项目启动坐标依赖，这里我用的是 ollama 驱动

1
2
3
4
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
</dependency>

2、yaml 基本配置

1
2
3
4
5
6
7
8
9
10
spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: deepseek-r1:7b
logging:
  level:
    org.springframework.ai.chat.client.advisor: debug
    com.angindem.ai: debug

3、配置客户端

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
 
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;
import org.springframework.ai.ollama.OllamaChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
 
@Configuration
public class CommonConfiguration {
 
    @Bean
    public ChatClient chatClient(OllamaChatModel model) {
        return ChatClient.builder(model)  // 创建 ChatClient 工厂实例
                .defaultSystem("你是一位精通计算机方面的热心智能助手，你叫Angindem智能AI助手,请以Angindem智能AI助手的身份回答用户的问题。")  // 配置默认系统角色
                .defaultAdvisors(new SimpleLoggerAdvisor())     // 配置 日志 Advisor 通知
                .build();       // 构建 ChatClient 实例
    }
 
}

4、简单快速入门聊天

阻塞式交互
1
2
3
4
5
6
7
@RequestMapping(value = "/chat",produces = "text/html;charset=utf-8")
  public String chat(String prompt) {
      return chatClient.prompt()
              .user(prompt)
              .call()
              .content();
  }
流式交互
1
2
3
4
5
6
7
@RequestMapping(value = "/chat",produces = "text/html;charset=utf-8")
public Flux<String> chat(String prompt) {
    return chatClient.prompt()
            .user(prompt)
            .stream()
            .content();
}

会话日志

SpringAI利用AOP原理提供了AI会话时的拦截、增强等功能，也就是Advisor。

配置config

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
 
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;
import org.springframework.ai.ollama.OllamaChatModel;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
 
@Configuration
public class CommonConfiguration {
 
    @Bean
    public ChatClient chatClient(OllamaChatModel model) {
        return ChatClient.builder(model)  // 创建 ChatClient 工厂实例
                .defaultSystem("你是一位精通计算机方面的热心智能助手，你叫Angindem智能AI助手,请以Angindem智能AI助手的身份回答用户的问题。")  // 配置默认系统角色
                .defaultAdvisors(new SimpleLoggerAdvisor())     // 配置 日志 Advisor 通知
                .build();       // 构建 ChatClient 实例
    }
 
}

yaml配置

1
2
3
4
5
logging:
  level:
    org.springframework.ai.chat.client.advisor: debug   # debug 打印指定的依赖包日志
    com.angindem.ai: debug # debug 打印 指定业务包 日志
    # ...... debug 哪个包日志就添加哪个

效果

会话记忆

觉得不错的话，给点打赏吧 ୧(๑•̀⌄•́๑)૭

微信二维码

wechat pay

支付宝二维码

ali pay

项目笔记
#后端开发
SpringAI学习deepseek模型
http://blog.angindem.cn/2026/03/04/Angindem-CSDN博客/198_198/
作者
Angindem
发布于
2026年3月4日
许可协议