SpringAI+DeepSeek大模型应用开发
文章平均质量分 85
文章分为三部分,首先介绍AI的发展和大模型的基本原理;然后讲解大模型应用的知识,包括部署、调用和常见技术方案;最后通过实战案例,讲解SpringAl的基本使用和大模型应用开发的技术。
空说
26届 JAVA萌新,梦想进大厂
欢迎一起交流,一起进步!vx:echo211531
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
SpringAI+DeepSeek大模型应用开发——5 ChatPDF
目前已经有了以下这些工具PDFReader:读取文档并拆分为片段;向量大模型:将文本片段向量化;向量数据库:存储向量,检索向量;要解决大模型的知识限制问题,需要外挂知识库;受到大模型上下文限制,知识库不能直接拼接在提示词中;需要从庞大的外挂知识库中找到与用户问题相关的一小部分,再组装成提示词;这些可以利用文档读取器、向量大模型、向量数据库来解决;RAG要做的事情就是将知识库分割==>利用向量模型做向量化==>存入向量数据库==>查询的时候去检索;每当用户询问AI时,原创 2025-04-18 17:20:51 · 2129 阅读 · 0 评论 -
SpringAI+DeepSeek大模型应用开发——4 对话机器人
前面的两种方案,都面临一个问题,SpringAI中的Message类未实现Serializable接口,也没提供public的构造方法,因此无法基于任何形式做序列化。所以必须定义一个可序列化的Message类,方便后续持久化。定义一ai.entity.po@Data//将SpringAI的Message转为我们的Msg//实现将我们的Msg转为SpringAI的Message基于Redis来实现自定义ChatMemory;包中新建一个RedisChatMemory。原创 2025-04-17 21:36:03 · 1694 阅读 · 2 评论 -
SpringAI+DeepSeek大模型应用开发——3 SpringAI简介
模型能够接收的输入类型、输出类型不一定相同。SpringAI整合了全球(主要是国外)的大多数大模型,而且对于大。目前SpringAI支持的大约19种对话模型,以下是一些功能对比。其中功能最完整的就是OpenAI和Ollama平台的模型了。的三种技术架构都有比较好的封装和支持,开发起来非常方便;原创 2025-04-17 11:27:49 · 343 阅读 · 0 评论 -
SpringAI+DeepSeek大模型应用开发——2 大模型应用开发架构
中检索出与查询最相关的文档片段。: 将检索到的文档片段与原始查询一起输入到大模型(如chatGPT)中,注意使用合适的提示词,比如原始的问题是XXX,检索到的信息是YY,给大模型的输入应该类似于: 请基于YYY回答XXXX。,就是在预训练大模型(比如DeepSeek、Qwen)的基础上,通过企业自己的数据做进一步的训练,使大模型的回答更符合自己企业的业务需求。由于每次都是从向量库中找出与用户问题相关的数据,而不是整个知识库,所以上下文就不会超过大模型的限制,同时又保证了大模型回答问题是基于知识库中的内容;原创 2025-04-17 10:54:29 · 1793 阅读 · 0 评论 -
SpringAI+DeepSeek大模型应用开发——1 AI概述
而Spring公司推出的SpringAI框架,充分利用了Spring框架中AOP、IOC的能力,可以与现有的Java项目无缝融合,非常方便;初级-大模型函数调用:模型感觉要调用某个工具==>生成一段API调用文本==>过滤器识别==>找到对应的功能函数去调用==>返回答案。感知能力:海量文本训练,接收用户输入文本,,PDF,图片==>OCR==>转成文本,但是会损失很多信息,如颜色布局,色调等。基础模型(V3):通用模型,高效便捷,适用于绝大多数任务, “ 规范性”任务 ,聪明且听话……原创 2025-04-16 21:45:15 · 1252 阅读 · 0 评论
分享