SpringBoot集成DeepSeek

Spring Boot 集成 DeepSeek：2026 年最新完整指南

DeepSeek 是中国领先的开源大语言模型提供商（DeepSeek-V3、DeepSeek-R1 等），其 API 完全兼容 OpenAI 格式。这意味着你可以轻松在 Spring Boot 项目中使用它，尤其通过 Spring AI（Spring 官方 AI 集成框架）实现低代码接入。目前（2026 年 1 月），Spring AI 已原生支持 DeepSeek，包括专用 Starter。

集成 DeepSeek 的优势：

• 成本低（比 OpenAI 便宜得多）
• 性能强（推理能力接近 o1 系列）
• 支持聊天、函数调用、RAG 等
• 两种方式：云 API（推荐生产）或本地部署（Ollama，免费但需硬件）

前置准备：获取 DeepSeek API Key

1. 访问 DeepSeek 开放平台：https://platform.deepseek.com/
2. 注册/登录账号（支持邮箱或手机号）。
3. 进入左侧菜单 API Keys → 点击 “创建 API Key”。
4. 复制生成的 Key（以 sk- 开头），安全保存（生产环境建议用环境变量）。

官方文档：https://api-docs.deepseek.com/
Base URL：https://api.deepseek.com（兼容 OpenAI）

方式一：推荐 – 使用 Spring AI（云 API，最简单）

Spring AI 提供了 spring-ai-openai-spring-boot-starter，通过配置 Base URL 和 Key 即可“伪装”成 OpenAI 调用 DeepSeek。Spring AI 最新版本已支持 DeepSeek 专用模型。

步骤1：创建 Spring Boot 项目

• 使用 https://start.spring.io/ 生成项目（Spring Boot 3.2+，Java 17+）。
• 添加依赖：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
    <version>1.0.0</version>  <!-- 或最新版 -->
</dependency>

步骤2：配置 application.yml

spring:
  ai:
    openai:
      base-url: https://api.deepseek.com
      api-key: sk-your-api-key-here  # 推荐用环境变量 ${DEEPSEEK_API_KEY}
      chat:
        options:
          model: deepseek-chat  # 或 deepseek-reasoner (R1 推理模型)
          temperature: 0.7

步骤3：创建服务类调用 LLM

import org.springframework.ai.chat.client.ChatClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;

@RestController
@RequestMapping("/ai")
public class AiController {

    private final ChatClient chatClient;

    @Autowired
    public AiController(ChatClient.Builder chatClientBuilder) {
        this.chatClient = chatClientBuilder.build();
    }

    @GetMapping("/chat")
    public String chat(@RequestParam String message) {
        return chatClient.prompt()
                .user(message)
                .call()
                .content();
    }
}

测试：启动项目，访问 http://localhost:8080/ai/chat?message=你好，DeepSeek！
输出 DeepSeek 的智能回复。

支持流式响应（Streaming）：

@GetMapping(value = "/stream", produces = "text/event-stream")
public Flux<String> stream(@RequestParam String message) {
    return chatClient.prompt()
            .user(message)
            .stream()
            .content();
}

（需导入 reactor.core.publisher.Flux）

方式二：本地部署 DeepSeek（免费，无需 API Key）

使用 Ollama 运行 DeepSeek 开源模型（如 DeepSeek-R1），然后通过 Spring AI 的 Ollama Starter 集成。

步骤1：安装 Ollama

• 下载：https://ollama.com/
• 运行模型：ollama run deepseek-r1（或 deepseek-v3）

步骤2：添加依赖

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

步骤3：配置

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        options:
          model: deepseek-r1
          temperature: 0.7

服务类同上，无需 API Key。

注意事项与最佳实践

• 安全：API Key 绝不要硬编码，用环境变量或 Spring Cloud Config。
• 费用：DeepSeek 按 token 计费，远低于 OpenAI。
• 模型选择：
• deepseek-chat：通用聊天
• deepseek-reasoner：高级推理（类似 o1）
• 错误处理：添加重试机制（Resilience4j）。
• 生产优化：结合缓存、异步调用、RAG（检索增强）。

这个集成方案简单高效，适合构建 AI 问答、聊天机器人、智能助手等应用。

如果需要完整项目源码、流式响应前端实现或 RAG 扩展，随时告诉我，我继续帮你完善！🚀