阅读量:4
【讯飞星火大模型AI】SpringBoot项目快速接入讯飞星火API
文章目录
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：
<dependency> <groupId>io.github.briqt</groupId> <artifactId>xunfei-spark4j</artifactId> <version>1.2.0</version> </dependency> 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。
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<SparkMessage> 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。
