DeepSeek4j: Java应用一行代码集成DeepSeek R1

DeepSeek R1 凭借其强大的思维链能力在开发者中广受欢迎。deepseek4j 框架提供了完整的 Java 集成方案，支持多个平台包括 Gitee AI，并带来联网搜索、多渠道支持等重要特性。本文将详细介绍如何使用 deepseek4j 快速集成 DeepSeek R1。

一、为什么需要 deepseek4j？

1.1 现有框架的局限性

• 框架支持不足：LangChain4j/Spring AI 对 DeepSeek 支持不完善
• 思维链内容丢失：R1 最核心的推理过程完全被忽略
• 流式处理不完善：用户体验欠佳

1.2 deepseek4j 的优势

deepseek4j 是一个专为 Java 开发者打造的 DeepSeek 模型集成框架。通过优雅的 API 设计，只需一行代码，即可实现接入 DeepSeek，并获得以下核心能力：

• ✨ 完整思维链保留：完美保留 DeepSeek 模型的推理过程
• 🚀 流式输出体验：基于 Reactor 实现的流式响应
• 🛠 简单优雅的 API 设计
• 📦 开箱即用的 Spring Boot 集成
• 💡 内置调试页面
• 🔍 详细的请求响应日志
• 🔧 灵活的代理配置
• ⚡️ 响应式编程支持

二、快速开始

2.1 添加依赖

<dependency> <groupId>io.github.pig-mesh.ai</groupId> <artifactId>deepseek-spring-boot-starter</artifactId> <version>last-version</version> </dependency> 

2.2 配置参数

在 application.properties 或 application.yml 中添加以下配置：

deepseek: # Gitee AI 平台配置 base-url: https://ai.gitee.com/v1 model: DeepSeek-R1 api-key: your-gitee-ai-api-key 

2.3 基础使用

@Autowired private DeepSeekClient deepSeekClient; // sse 流式返回 @GetMapping(value = "/chat", produces = MediaType.TEXT_EVENT_STREAM_VALUE) public Flux<ChatCompletionResponse> chat(String prompt) { return deepSeekClient.chatFluxCompletion(prompt); } 

2.4 进阶配置

public Flux<ChatCompletionResponse> chat(String prompt) { ChatCompletionRequest request = ChatCompletionRequest.builder() // 模型选择，使用 Gitee AI 的 DeepSeek-R1 .model(ChatCompletionModel.DEEPSEEK_CHAT) // 添加用户消息 .addUserMessage(prompt) // 添加助手消息，用于多轮对话 .addAssistantMessage("上轮结果") // 添加系统消息，用于设置角色和行为 .addSystemMessage("你是一个专业的助手") // 设置最大生成 token 数，默认 2048 .maxTokens(1000) // 设置响应格式，支持 JSON 结构化输出 .responseFormat() .tools() // function calling .build(); return deepSeekClient.chatFluxCompletion(request); } 

三、高级特性

3.1 联网搜索支持

1. 突破时间边界：模型不再受限于预训练数据的时间范围，可以获取和处理最新信息
2. 实时信息获取：通过高质量信息源获取实时资讯，提供更精准的问答服务
3. 差异化竞争：在大模型同质化严重的当下，联网搜索成为关键的差异化竞争点

@GetMapping(value = "/chat", produces = MediaType.TEXT_EVENT_STREAM_VALUE) public Flux<ChatCompletionResponse> chat(String prompt) { // 指定联网搜索参数 SearchRequest searchRequest = SearchRequest.builder() .enable(true) .freshness(FreshnessEnums.ONE_DAY)// 一天内的数据 .summary(true) // 返回摘要 .count(10) // 返回10条 .page(1) // 第一页 .build(); return deepSeekClient.chatSearchCompletion(prompt,searchRequest); } 

3.2 智能系统提示词

系统提示词（System Prompt）是基于模型开发的应用程序内置的指令，让决定了模型在特定上下文中的表现方式、回答风格和功能范围。

为了解决部分渠道模型部署时推理能力不稳定的问题，新版本引入了与 DeepSeek R1 官方版本一致的系统提示词功能：

• 通过精心设计的提示词模板，确保模型输出的一致性和可靠性
• 内置多层级的提示词优化策略，显著提升推理质量

3.3 调试支持

双击运行根目录的 sse.html 文件，即可打开调试页面。在页面中输入后端 SSE 接口地址，点击发送后可实时查看推理过程和最终结果。

针对非标准平台，新增了智能化的调试功能：

• 自动处理 <think> 标签内容
• 智能提取 reason_content
• 优化多轮对话的token占用

四、多渠道支持

deepseek4j 支持多个部署渠道：

详细的使用文档请参考：

• DeepSeek4j : https://javaai.pig4cloud.com/deepseek
• 源码地址 gitee.com/log4j/deepseek4j