当前位置: 首页 > news >正文

Java调用大模型API实战指南

文章目录

    • 前言
    • 调用大模型的流程概述和基本原理
    • 获取 DeepSeek 的 API key
    • Java 实现调用大模型 API 的Demo
    • 进阶扩展建议

前言

随着大语言模型(如 OpenAI、DeepSeek、通义千问等)的发展,我们可以很方便地用 API 接口调用这些强大的智能助手。在 Java 项目中调用这些模型,可以实现智能问答、代码生成、摘要提取等功能。

参考 DeepSeek 官网文档:https://api-docs.deepseek.com/zh-cn/

调用大模型的流程概述和基本原理

流程概述:

  • 步骤 1:选择合适的大模型 API
  • 步骤 2:获取 API 访问密钥(API Key)
  • 步骤 3:配置 Java 项目依赖
  • 步骤 4:编写 Java 调用代码
  • 步骤 5:处理 API 响应并展示结果

基本原理:

绝大多数大模型服务商(如 OpenAI、DeepSeek、阿里、百度、讯飞等)都提供标准的 HTTP RESTful API。我们通过 POST 请求向这些接口发送问题(以 JSON 格式表示),然后接收并解析模型的回答。

获取 DeepSeek 的 API key

在这里插入图片描述

Java 实现调用大模型 API 的Demo

一、在 Maven 项目中添加以下依赖:

<dependencies><!-- OkHttp 用于发起 HTTP 请求 --><dependency><groupId>com.squareup.okhttp3</groupId><artifactId>okhttp</artifactId><version>4.12.0</version></dependency><!-- fastjson 用于构建和解析 JSON --><dependency><groupId>com.alibaba</groupId><artifactId>fastjson</artifactId><version>2.0.32</version></dependency>
</dependencies>

二、Java 完整代码:

public class DeepSeekChatExample {private static final String API_KEY = "sk-cvvd6dc3ce5f4aeb97c015106e8996d5"; // 写自己的!private static final String BASE_URL = "https://api.deepseek.com/v1/chat/completions";public static void main(String[] args) throws IOException {OkHttpClient client = new OkHttpClient.Builder().readTimeout(Duration.ofSeconds(60)) // 不设置容易超时.build();// 构建 messages 数组JSONArray messages = new JSONArray();JSONObject userMsg = new JSONObject();userMsg.put("role", "user");userMsg.put("content", "给我用java快速排序算法的代码");messages.add(userMsg);// 构建请求体JSONObject requestBody = new JSONObject();requestBody.put("model", "deepseek-chat");requestBody.put("messages", messages);requestBody.put("stream", false);// 构建 HTTP 请求Request request = new Request.Builder().url(BASE_URL).addHeader("Authorization", "Bearer " + API_KEY).addHeader("Content-Type", "application/json").post(RequestBody.create(requestBody.toJSONString(),MediaType.parse("application/json"))).build();// 发送请求try (Response response = client.newCall(request).execute()) {if (response.isSuccessful() && response.body() != null) {String responseBody = response.body().string();JSONObject jsonResponse = JSONObject.parseObject(responseBody);String content = jsonResponse.getJSONArray("choices").getJSONObject(0).getJSONObject("message").getString("content");System.out.println(content);} else {System.err.println("Request failed: " + response.code() + " " + response.message());}}}
}

效果展示:
在这里插入图片描述

进阶扩展建议

  • 支持上下文对话:将前几轮消息一并传给 messages 数组,构造多轮对话。
  • 接入到 SpringBoot 服务:将调用封装为 Service,作为 REST 接口提供。
  • 流式响应支持:将 stream 设为 true,实现分段读取效果(如聊天窗口)。

相关文章:

  • QT: `long long` 类型转换为 `QString` 2025.6.5
  • 栈的概念以及实现
  • 超大规模芯片验证:基于AMD VP1902的S8-100原型验证系统实测性能翻倍
  • 智能化弱电工程项目管理培训
  • Kyosan K5BMC ELECTRONIC INTERLOCKING MANUAL 电子联锁
  • Java并发编程实战 Day 12:阻塞队列与线程协作
  • 【论文+硬件】HOMIE:定制外骨骼 、手套和脚踏座舱低成本操控人形机器人+强化学习自主下蹲抓取物体 框架
  • Day 41 训练
  • C语言字符数组初始化的5种方法(附带实例)
  • 使用 C/C++ 和 OpenCV 实现滑动条控制图像旋转
  • 04 Deep learning神经网络编程基础 梯度下降 --吴恩达
  • 【Zephyr 系列 12】BLE + NVS + 低功耗融合实战:打造可配置蓝牙信标系统
  • 【论文阅读笔记】万花筒:用于异构多智能体强化学习的可学习掩码
  • [论文阅读] 人工智能 | 利用负信号蒸馏:用REDI框架提升LLM推理能力
  • 电脑桌面太单调,用Python写一个桌面小宠物应用。
  • 深度学习环境配置指南:基于Anaconda与PyCharm的全流程操作
  • OpenLayers 地图定位
  • OD 算法题 B卷【猴子吃桃】
  • 事件监听 ——CAD C#二次开发
  • MySQL提升
  • 自己怎么做优惠搜网站/百度海南分公司
  • 南通网站制作外包/凤凰网台湾资讯
  • 微网站的好处/如何将网站的关键词排名优化
  • 上海集团平台app/seo服务是什么
  • 做网站需要看什么书/国内最新新闻摘抄
  • 怎么在备案号添加网站/如何自己开发一个网站