设计师用什么软件_电信网络运营商_seo软件排行榜前十名_搜索词分析

目录

👋前言

🍸一、项目搭建

        1.1 服务注册

        1.2 依赖引入

🍻二、测试

        2.1 同步调用

        2.2 流式输出

🍹三、章末

---

👋前言

        小伙伴们大家好，前段时间了解了死锁在 java 中的本地模拟，以及如何查询死锁现象，文章链接如下：

【多线程】⭐️(java)本地模拟死锁的产生和排查方式-CSDN博客

        平时开发中使用较多的工具，除了开发工具就属 AI 了，一些棘手的问题可以通过 ai 快速处理，目前市场上的服务提供有很多，本人也用过很多，像 通义、kimi 等效果都很不错；最近在别的渠道上看到有一些免费试用的服务提供商，于是在本地通过简单的项目试了下（没有想白嫖）：

 

🍸一、项目搭建

        开发环境：JDK8 ， 框架：SpringBoot  ，实现方式：调用第三方 api

        本地使用 IDEA 创建了一个简单的 SpringBoot 项目，通过引入 三方 sdk 方式实现接口，基本环境搭建好之后的操作如下：

        1.1 服务注册

        因为使用的是智普提供的服务，所以要先注册号账号，获取到 API key 用于后面的接口调用，官网如下：

智谱AI开放平台

        注册成功之后，进入个人中心创建一个 API key,生成好的值是处理后的，点击后右侧会有一个复制按钮，直接复制

        1.2 依赖引入

        在创建好的可运行的 springboot 项目中，引入以下内容，刷新 maven 自动下载依赖：

        <dependency><groupId>cn.bigmodel.openapi</groupId><artifactId>oapi-java-sdk</artifactId><version>release-V4-2.3.0</version></dependency>

         调用工具类代码如下，首先创建一个客户端，传入的参数就是我们在官网上创建的 api key,然后指定了一些超时时间配置，调用时直接通过客户端的 invokeModelApi() 方法即可，这里请求参数除了接口传入的 问题，还有一个uuid创建的唯一标识：

import com.fasterxml.jackson.core.JsonProcessingException;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.zhipu.oapi.ClientV4;
import com.zhipu.oapi.Constants;
import com.zhipu.oapi.service.v4.model.*;
import io.reactivex.Flowable;import java.util.ArrayList;
import java.util.List;
import java.util.UUID;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicBoolean;/*** @author HuangBenben */
public class AiUtil {private static final ClientV4 client = new ClientV4.Builder("51c******gco").networkConfig(1000 * 10, 1000 * 10, 1000 * 20, 1000 * 20, TimeUnit.MILLISECONDS).build();private static final ObjectMapper mapper = new ObjectMapper();/*** 同步调用*/public static String invoke(String question) {List<ChatMessage> messages = new ArrayList<>();ChatMessage chatMessage = new ChatMessage(ChatMessageRole.USER.value(), question);messages.add(chatMessage);String requestId = UUID.randomUUID().toString();ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder().model(Constants.ModelChatGLM4).stream(Boolean.FALSE).invokeMethod(Constants.invokeMethod).messages(messages).requestId(requestId).build();ModelApiResponse invokeModelApiResp = client.invokeModelApi(chatCompletionRequest);try {return mapper.writeValueAsString(invokeModelApiResp);} catch (JsonProcessingException e) {e.printStackTrace();}return "";}}

🍻二、测试

        2.1 同步调用

        创建一个简单的测试接口，供我们调用并传递所问的问题，本地使用了 coolRequest 插件，点击接口左边的黄色按钮，会快速生成一个调用地址，配置好参数后，结果如下，转换一下 json 格式，结果如下，调用成功：

 

 

 2.2 流式输出

        改写下调用代码，如下：

    public static void sseInvoke(String msg) {// 创建一个消息列表，将用户消息添加进去List<ChatMessage> messages = new ArrayList<>();ChatMessage chatMessage = new ChatMessage(ChatMessageRole.USER.value(), msg);messages.add(chatMessage);String requestId = UUID.randomUUID().toString();// 构建请求对象，配置为流式请求ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder().model(Constants.ModelChatGLM4)      // 设置使用的模型.stream(Boolean.TRUE)                // 启用流式返回.messages(messages)                  // 设置消息.requestId(requestId)                // 设置请求ID.build();// 调用 API 获取流式响应ModelApiResponse sseModelApiResp = client.invokeModelApi(chatCompletionRequest);// 判断 API 请求是否成功if (sseModelApiResp.isSuccess()) {// 使用 AtomicBoolean 来控制第一次输出AtomicBoolean isFirst = new AtomicBoolean(true);// 将流数据映射到累加器（即接收器）ChatMessageAccumulator chatMessageAccumulator = mapStreamToAccumulator(sseModelApiResp.getFlowable(), chatMessage).doOnNext(accumulator -> {// 处理流数据if (isFirst.getAndSet(false)) {System.out.print("Response: ");  // 打印初始响应}// 处理 tool_calls，如果有if (accumulator.getDelta() != null && accumulator.getDelta().getTool_calls() != null) {try {String jsonString = mapper.writeValueAsString(accumulator.getDelta().getTool_calls());System.out.println("tool_calls: " + jsonString);} catch (JsonProcessingException e) {e.printStackTrace();  // 错误处理}}// 打印返回的具体内容if (accumulator.getDelta() != null && accumulator.getDelta().getContent() != null) {System.out.print(accumulator.getDelta().getContent());}}).doOnComplete(System.out::println)  // 完成时打印.lastElement()  // 获取最后的元素.blockingGet();  // 阻塞并获取结果// 创建一个新的 Choice 对象用于返回结果Choice choice = new Choice();choice.setFinishReason(chatMessageAccumulator.getChoice().getFinishReason());choice.setIndex(0L);choice.setDelta(chatMessageAccumulator.getDelta());// 将 Choice 放入一个列表中List<Choice> choices = new ArrayList<>();choices.add(choice);// 创建返回的数据对象ModelData data = new ModelData();data.setChoices(choices);data.setUsage(chatMessageAccumulator.getUsage());data.setId(chatMessageAccumulator.getId());data.setCreated(chatMessageAccumulator.getCreated());data.setRequestId(chatCompletionRequest.getRequestId());// 清空流并设置返回数据sseModelApiResp.setFlowable(null);sseModelApiResp.setData(data);}}private static Flowable<ChatMessageAccumulator> mapStreamToAccumulator(Flowable<ModelData> flowable, ChatMessage chatMessage) {return flowable.map(modelData -> {// 提取 ModelData 中的必要属性Delta delta = modelData.getChoices().get(0).getDelta();Choice choice = modelData.getChoices().get(0);Usage usage = modelData.getUsage();String id = modelData.getId();long created = modelData.getCreated();// 使用带参数的构造函数创建 ChatMessageAccumulator 对象ChatMessageAccumulator accumulator = new ChatMessageAccumulator(delta, chatMessage, choice, usage, created, id);return accumulator;});}

        测试下，结果如下，本地可以看到是每行依次输出：

🍹三、章末

        本地只是简单示范下如何调用，以及处理响应，有时间的话自己可以搭建一个简单的页面，将结果展示在页面上；又或者页面搭建好之后，部署到服务器上（Or 内网穿透下）可以通过公网访问，当然以上也要看个人兴趣。

        文章到这里就结束了~