首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >AI编程Augment生成与DeepSeek交互对话

AI编程Augment生成与DeepSeek交互对话

原创
作者头像
礼兴
发布2025-08-26 12:04:42
发布2025-08-26 12:04:42
5240
举报
文章被收录于专栏:个人总结系列个人总结系列

1、安装AI编程Agument插件

需要购买Agument账号,插件安装到IDEA后可以选择Agent或者Chat模式交互,当前默认使用大模型是Claude Sonnet 4。

Augment插件展示
Augment插件展示

2、 创建Spring AI聊天交互项目

2.1 配置

2.1.1 maven依赖

代码语言:txt
复制
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-deepseek</artifactId>
</dependency>

2.1.2 DeepSeek配置

代码语言:txt
复制
server:
  port: 10001

spring:
  application:
    name: spring-ai-deepseek-chat-model

  ai:
    deepseek:
      api-key: xxx_xxxx_xxxx
      base-url: "https://xxxx/v3/openai"
      chat:
        options:
#          model: deepseek/deepseek-v3-0324
          model: deepseek/deepseek-v3.1
      embedding:
        enabled: false

2.2 代码开发

2.2.1 后端服务代码(流式返回)

代码语言:txt
复制
@RestController
@RequestMapping("/client")
@Slf4j
public class DeepSeekChatClientController {
    private final ChatClient DeepSeekChatClient;

    public DeepSeekChatClientController(DeepSeekChatModel chatModel) {
        log.info("Using model: {}", chatModel.getDefaultOptions().getModel());

        this.DeepSeekChatClient = ChatClient.builder(chatModel).defaultAdvisors(
                    MessageChatMemoryAdvisor.builder(MessageWindowChatMemory.builder().build()).build()
                ).defaultAdvisors(new SimpleLoggerAdvisor())
                .defaultOptions(DeepSeekChatOptions.builder().temperature(0.75).build()).build();
    }

    @GetMapping(value = "/ai/response")
    public ChatResponse customOption(String message) {
        return this.DeepSeekChatClient.prompt(
                new Prompt(message, DeepSeekChatOptions.builder().temperature(0.75).build()))
                .call()
                .chatResponse();
    }

    @GetMapping(value = "/ai/chat")
    public String chat(String message) {
        return this.DeepSeekChatClient.prompt(
                        message)
                .call()
                .content();
    }


    @GetMapping(value = "/ai/stream", produces = "text/plain;charset=UTF-8")
    public Flux<String> stream(HttpServletResponse response, String message) {
        response.setCharacterEncoding("UTF-8");
        response.setContentType("text/plain;charset=UTF-8");
        Flux<String> content = this.DeepSeekChatClient.prompt(message)
                .stream()
                .content()
                .doOnNext(chunk -> log.debug("Stream chunk received: {}", chunk))
                .doOnComplete(() -> log.info("Stream completed for message: {}", message))
                .doOnError(error -> log.error("Stream error for message: {}", message, error));
        return content;
    }

}

2.2.2 AI提示词代码自动生成html页面

2.3测试运行

流式对话返回
流式对话返回

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、安装AI编程Agument插件
  • 2、 创建Spring AI聊天交互项目
    • 2.1 配置
    • 2.1.1 maven依赖
    • 2.1.2 DeepSeek配置
    • 2.2 代码开发
    • 2.2.1 后端服务代码(流式返回)
    • 2.2.2 AI提示词代码自动生成html页面
    • 2.3测试运行
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档