【讯飞星火大模型AI】SpringBoot项目快速接入讯飞星火API

【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。

      

      ---

      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。