目前（2026年初）Spring AI 集成国产最强推理模型 DeepSeek（尤其是 DeepSeek-R1 与 DeepSeek-V3）已经非常成熟，主要有以下几种主流打法，按推荐度排序：
| 排名 | 接入方式 | 优点 | 缺点/限制 | 推荐场景 | 难度 |
|---|---|---|---|---|---|
| 1 | OpenAI兼容接口（最推荐） | 配置最简单、切换模型方便、生态最全 | 需要联网，费用（但非常便宜） | 生产环境、企业项目 | ★☆☆☆☆ |
| 2 | Ollama本地部署 | 完全免费、私有化、无网络依赖 | 硬件要求高、响应速度慢（尤其是大模型） | 开发测试、内网、隐私要求极高 | ★★★☆☆ |
| 3 | 阿里云百炼/硅基流动中转 | 高可用、限速宽松、可选很多模型 | 多了一层转发、偶尔延迟 | 预算充足、追求稳定 | ★★☆☆☆ |
| 4 | Spring AI 官方DeepSeek starter（快照版） | 原生支持、最优雅 | 目前还是快照版，不够稳定 | 尝鲜党、追求最新特性 | ★★☆☆☆ |
方式一：最常用、最推荐 – OpenAI兼容模式（硅基流动/DeepSeek官方/阿里百炼）
目前绝大多数生产项目都在用这种方式
spring:
ai:
openai:
# 下面三选一（强烈推荐硅基流动，新用户有超多免费token）
# 1. 硅基流动（最推荐，性价比最高）
base-url: https://api.siliconflow.cn/v1
api-key: sk-xxxxxxxxxxxxxxxxxxxxxxxx # 2000w免费token
# 2. DeepSeek官方
# base-url: https://api.deepseek.com
# api-key: sk-xxxxxxxxxxxxxxxxxxxxxxxx
chat:
options:
# 目前最强组合（2026年1月主流选择）
model: deepseek-ai/DeepSeek-R1 # 最强推理（类o1）
# model: deepseek-ai/DeepSeek-V3 # 最强通用/性价比之王
# model: deepseek-ai/DeepSeek-R1-Distill-Qwen-32B # 蒸馏版，速度更快
temperature: 0.6
max-tokens: 8192
top-p: 0.95最常用代码模板（ChatClient流式写法）
@RestController
@RequestMapping("/ai")
@RequiredArgsConstructor
public class AiController {
private final ChatClient chatClient; // Spring AI 自动注入
// 普通调用
@GetMapping("/chat")
public String simpleChat(@RequestParam String msg) {
return chatClient.prompt()
.user(msg)
.call()
.content();
}
// 流式返回（前端打字机效果，必用！）
@GetMapping(value = "/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
public Flux<String> streamChat(@RequestParam String msg) {
return chatClient.prompt()
.user(msg)
.stream()
.content();
}
// 带历史记忆（最实用）
@GetMapping("/memory")
public String chatWithMemory(@RequestParam String sessionId, @RequestParam String msg) {
return chatClient.prompt()
.system("你是一位精通Spring Boot和AI的高级架构师，用结构化markdown回答")
.user(msg)
.advisors(
MessageChatMemoryAdvisor.builder()
.chatMemory(new InMemoryChatMemory())
.build()
)
.call()
.content();
}
}方式二：本地私有化（Ollama + DeepSeek-R1）——适合内网/演示/毕设
步骤概览（2026最新流程）
- 安装 Ollama（官网一键安装）
- 拉取模型（显存够就直接上7B，显存少就用1.5B蒸馏版）
ollama run deepseek-r1:1.5b # 极轻量，1.5B蒸馏版，推理速度快
# 或
ollama run deepseek-r1:7b # 强推理，推荐16G+显存- Spring Boot 配置（只需改下面几行）
spring:
ai:
ollama:
base-url: http://localhost:11434 # 本机默认
chat:
options:
model: deepseek-r1:1.5b # 必须与ollama pull的tag一致R1模型最大亮点：原生思维链（可以看到完整思考过程）
// 让R1把思考过程完整返回（效果非常震撼）
String prompt = """
请用最严谨的逻辑，一步一步思考并解决这个问题：
xxx数学/算法/推理题xxx
请按照以下格式严格输出：
<thinking>
完整的思考过程（多步、自我质疑、验证）...
</thinking>
<answer>
最终答案
</answer>
""";
chatClient.prompt(prompt).call().content();快速进阶功能对比表（生产必备）
| 功能 | 实现方式 | 难度 | 推荐指数 |
|---|---|---|---|
| 流式打字机效果 | .stream().content() | ★☆☆ | ★★★★★ |
| 会话记忆 | MessageChatMemoryAdvisor | ★★☆ | ★★★★★ |
| RAG（知识库问答） | + PGVector / Milvus / Elasticsearch | ★★★★ | ★★★★☆ |
| Function Calling | @Tool / FunctionCallback | ★★★ | ★★★★☆ |
| Agent（智能体） | AiServices.create() | ★★★★ | ★★★☆☆ |
| 结构化输出 | BeanOutputConverter / Json模式 | ★★★ | ★★★★☆ |
| 多模态（图文） | 目前DeepSeek暂不支持，需等待V3后续 | – | ★★☆☆☆ |
2026年一句话总结（最实用组合推荐）
生产环境首选：
Spring Boot 3.3+ / Spring AI 1.0+
- 硅基流动/DeepSeek官方 OpenAI兼容接口
- deepseek-ai/DeepSeek-R1（复杂推理） / DeepSeek-V3（万能）
- ChatClient流式 + MemoryAdvisor + 结构化输出
演示/学习/内网：
Ollama + deepseek-r1:7b（或1.5b）
- Spring AI Ollama starter
需要我针对某个具体场景（智能客服、RAG知识库、代码生成、Agent工具调用、结构化输出…）给出更详细的代码模板吗？
直接告诉我你的需求方向～ 😄
