DashScope

在本章节中，我们将学习如何使用 Spring AI Alibaba 接入阿里云 DashScope 系列模型。在开始学习之前，请确保您已经了解相关概念。

1. Chat Client；
2. Chat Model；
3. Spring AI Alibaba 快速开始；
4. 本章节的代码您可以在 Spring AI Alibaba Example 仓库找到。

本示例主要演示如何以 ChatModel 形式接入。关于如何使用 ChatClient，请参考 Github 代码仓库示例。

DashScope 平台

灵积通过灵活、易用的模型 API 服务，让各种模态模型的能力，都能方便的为 AI 开发者所用。通过灵积 API，开发者不仅可以直接集成大模型的强大能力，也可以对模型进行训练微调，实现模型定制化。

Spring AI Alibaba 接入

1. 引入 spring-ai-alibaba-starter：

   <dependency>
       <groupId>org.springframework.boot</groupId>
       <artifactId>spring-boot-starter-web</artifactId>
       <version>3.3.4</version>
   </dependency>
   
   <dependency>
       <groupId>com.alibaba.cloud.ai</groupId>
       <artifactId>spring-ai-alibaba-starter</artifactId>
       <version>1.0.0-M5.1</version>
   </dependency>

2. 配置 application.yml：

   spring:
     ai:
       dashscope:
         api-key: ${AI_DASHSCOPE_API_KEY}

3. 注入 ChatModel：(假设类名为 DashScopeChatModelController)

   private final ChatModel dashScopeChatModel;
   
   public DashScopeChatModelController(ChatModel chatModel) {
     this.dashScopeChatModel = chatModel;
   }

4. 编写 Controller 接口：

   @GetMapping("/simple/chat")
   public String simpleChat() {
   
     return dashScopeChatModel.call(new Prompt(DEFAULT_PROMPT)).getResult().getOutput().getContent();
   }
   
   /**
    * Stream 流式调用。可以使大模型的输出信息实现打字机效果。
    * @return Flux<String> types.
    */
   @GetMapping("/stream/chat")
   public Flux<String> streamChat(HttpServletResponse response) {
   
     // 避免返回乱码
     response.setCharacterEncoding("UTF-8");
   
     Flux<ChatResponse> stream = dashScopeChatModel.stream(new Prompt(DEFAULT_PROMPT));
     return stream.map(resp -> resp.getResult().getOutput().getContent());
   }

至此，已经完成了 DashScope 的基本接入。现在您已经可以和 DashScope 模型对话了。

进阶使用

动态设置 DashScope Options

Spring AI Alibaba 的运行时 Options 同 Spring AI。分为 Runtime Options 和 Default Options。在 application.yml 中配置的 options 参数为 Default Options。

优先级顺序为：Runtime Options > Default Options。

既您可以在模型运行时，动态设置模型参数，包括本次请求使用的模型等参数信息。

@GetMapping("/custom/chat")
public String customChat() {

    DashScopeChatOptions customOptions = DashScopeChatOptions.builder()
            .withTopP(0.7)
            .withTopK(50)
            .withTemperature(0.8)
            .withModel("xxx")
            .build();

    return dashScopeChatModel.call(new Prompt(DEFAULT_PROMPT, customOptions)).getResult().getOutput().getContent();
}

结构化返回

在模型请求中，您可以指定模型的返回格式。使模型返回您需要的数据格式。

目前支持的输出格式为：TEXT 和 JSON_OBJECT。

您可以通过指定以下 Options 参数实现：

public XXXontroller(ChatModel chatModel) {

    DashScopeResponseFormat responseFormat = new DashScopeResponseFormat();
    responseFormat.setType(DashScopeResponseFormat.Type.JSON_OBJECT);

    this.chatModel = chatModel;
    this.dashScopeChatClient = ChatClient.builder(chatModel)
            .defaultOptions(
                    DashScopeChatOptions.builder()
                            .withTopP(0.7)
                            .withResponseFormat(responseFormat)
                            .build()
            )
            .build();
}