【讯飞星火大模型AI】SpringBoot项目快速接入讯飞星火API
作者:mmseoamin日期:2024-04-29

【讯飞星火大模型AI】SpringBoot项目快速接入讯飞星火API

文章目录

  • 【讯飞星火大模型AI】SpringBoot项目快速接入讯飞星火API
    • 1. 介绍
    • 2. 快速入门
      • 2.1 配置
      • 2.2 创建类
      • 3. 测试

        1. 介绍

        讯飞官网:讯飞星火认知大模型-AI大语言模型-星火大模型-科大讯飞 (xfyun.cn)

        新用户认证之后可以免费领取二百万token,有效期一年,免费薅羊毛。


        2. 快速入门

        认证完成后,创建一个应用(很简单),点点点就能完成。

        2.1 配置

        创建完成之后,去github上找到讯飞开放平台的sdk,推荐下面这个:

        
            io.github.briqt
            xunfei-spark4j
            1.2.0
        
        

        github地址:仓库地址

        在项目当中引入这个依赖,然后在yml文件当中进行配置:

        # 讯飞星火配置
        xunfei:
          client:
            appid: xxx
            apiSecret: xxx
            apiKey: xxx
        

        关于这几个值的填写,可以进入控制台-讯飞开放平台 (xfyun.cn)查看,如下图方框框起的数据就是。

        【讯飞星火大模型AI】SpringBoot项目快速接入讯飞星火API,image-20240310233433142,第1张


        2.2 创建类

        首先创建一个配置类来读取配置信息:

        @Configuration
        @ConfigurationProperties(prefix = "xunfei.client")
        @Data
        public class XingHuoConfig {
            private String appid;
            private String apiSecret;
            private String apiKey;
            @Bean
            public SparkClient sparkClient() {
                SparkClient sparkClient = new SparkClient();
                sparkClient.apiKey = apiKey;
                sparkClient.apiSecret = apiSecret;
                sparkClient.appid = appid;
                return sparkClient;
            }
        }
        

        再创建一个SparkManager类,用来调用星火AI,在这里我们让AI扮演一名数据分析师,根据我们的输入,做出预设的反应:

        @Component
        @Slf4j
        public class SparkManager {
            @Resource
            private SparkClient sparkClient;
            /**
             * AI生成问题的预设条件
             */
            public static final String PRECONDITION = "你是一个数据分析师和前端开发专家,接下来我会按照以下固定格式给你提供内容:\n" +
                    "分析需求:\n" +
                    "{数据分析的需求或者目标}\n" +
                    "原始数据:\n" +
                    "{csv格式的原始数据,用,作为分隔符}\n" +
                    "请根据这两部分内容,按照以下指定格式生成内容(此外不要输出任何多余的开头、结尾、注释)\n" +
                    "【【【【【\n" +
                    "{前端 Echarts V5 的 option 配置对象js代码,合理地将数据进行可视化,不要生成任何多余的内容,比如注释}\n" +
                    "【【【【【\n" +
                    "{明确的数据分析结论,越详细越好,不要生成多余的注释\n}" +
                    "最终格式是:【【【【【前端代码【【【【【分析结论";
            /**
             * 向星火AI发送请求
             *
             * @param content
             * @return
             */
            public String sendMesToAIUseXingHuo(final String content) {
                // 消息列表,可以在此列表添加历史对话记录
                List messages = new ArrayList<>();
                messages.add(SparkMessage.systemContent(PRECONDITION));
                messages.add(SparkMessage.userContent(content));
                // 构造请求
                SparkRequest sparkRequest = SparkRequest.builder()
                        // 消息列表
                        .messages(messages)
                        // 模型回答的tokens的最大长度,非必传,默认为2048
                        .maxTokens(2048)
                        // 结果随机性,取值越高随机性越强,即相同的问题得到的不同答案的可能性越高,非必传,取值为[0,1],默认为0.5
                        .temperature(0.2)
                        // 指定请求版本
                        .apiVersion(SparkApiVersion.V3_5)
                        .build();
                // 同步调用
                SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
                String responseContent = chatResponse.getContent();
                log.info("星火AI返回的结果{}", responseContent);
                return responseContent;
            }
        }
        

        当然,对于AI的角色和用户的提问都是可以随意进行设置的。


        3. 测试

        我们创建一个测试类:

        @SpringBootTest
        public class SparkManagerTest {
            @Resource
            private SparkManager sparkManager;
            private final String userInput =
                    "分析需求:\n" +
                            "分析网站用户的增长情况\n" +
                            "请使用:折线图\n" +
                            "原始数据:\n" +
                            "日期,用户数\n" +
                            "1号,10 \n" +
                            "2号,20\n" +
                            "3号,30";
            @Test
            public void testApi() {
                String result = sparkManager.sendMesToAIUseXingHuo(userInput);
                System.out.println(result);
            }
        }
        

        运行这个测试方法,输出如下所示:

        【【【【【
        {
            "title": {
                "text": "网站用户增长情况"
            },
            "tooltip": {
                "trigger": "axis"
            },
            "legend": {
                "data": ["用户数"]
            },
            "xAxis": {
                "data": ["1号", "2号", "3号"]
            },
            "yAxis": {},
            "series": [{
                "name": "用户数",
                "type": "line",
                "data": [10, 20, 30]
            }]
        }
        【【【【【
        从折线图可以看出,该网站在1号至3号期间,用户数量呈明显上升趋势,每天的用户增长率为100%,显示出良好的增长势头。
        

        那么我们就能够根据AI给出的回答进行一个截取,得到我们想要的数据。