chatgpt-spring-boot-starter

chatgpt-spring-boot-starter

在Spring Boot中集成ChatGPT功能

基于OpenAI官方API的启动器,支持在Spring Boot项目中实现ChatGPT聊天与图像生成功能。通过简单配置和依赖注入,轻松集成ChatGPT的多消息输入和对话历史管理。提供详细文档和实例,帮助开发者快速应用相关功能。

chatgpt-spring-boot-starterOpenAiSpring Boot聊天功能图像生成Github开源项目

项目介绍:chatgpt-spring-boot-starter

chatgpt-spring-boot-starter 是一个基于 OpenAI 官方 API 的项目,可以轻松地在 Spring Boot 项目中集成 ChatGPT 功能。它主要提供了文本聊天和图像生成两大功能,具有简单易用的特性。

功能介绍

1. 聊天功能

用户可以通过多种模型与 ChatGPT 进行对话。支持多条消息的交互,这意味着用户可以将一系列消息(包括对话历史)作为输入,获得回复信息。这种特性使得对话更具连贯性和智能化。

2. 图像生成

该功能允许用户输入一个提示词,然后生成相应的图像。这在需要视觉生成的场景下非常有用,如创意设计或者内容创作。

如何使用

1. 添加 Maven 依赖

首先用户需要在 pom.xml 文件中添加以下依赖:

<dependency> <groupId>io.github.flashvayne</groupId> <artifactId>chatgpt-spring-boot-starter</artifactId> <version>1.0.5</version> </dependency>

2. 配置 chatgpt 属性

application.yml 文件中设置 ChatGPT 的相关属性:

chatgpt: api-key: xxxxxxxxxxx # 请在 OpenAI 平台生成并替换 API key # 其他属性如模型选择和最大tokens等都有默认值,用户可以根据需要调整。

3. 注入 ChatgptService 并调用其方法

聊天功能

可以在项目中任何需要的地方注入 ChatgptService 并调用其提供的聊天方法。

单条信息
@Autowired private ChatgptService chatgptService; public void test(){ String responseMessage = chatgptService.multiChat(Arrays.asList(new MultiChatMessage("user","how are you?"))); System.out.print(responseMessage); } public void test2(){ String responseMessage = chatgptService.sendMessage("how are you"); System.out.print(responseMessage); }
多条信息

允许接收一系列消息,并获得一个回复。例如:

@Autowired private ChatgptService chatgptService; public void testMultiChat(){ List<MultiChatMessage> messages = Arrays.asList( new MultiChatMessage("system","You are a helpful assistant."), new MultiChatMessage("user","Who won the world series in 2020?"), new MultiChatMessage("assistant","The Los Angeles Dodgers won the World Series in 2020."), new MultiChatMessage("user","Where was it played?")); String responseMessage = chatgptService.multiChat(messages); System.out.print(responseMessage); }

提示信息:

  • 消息需为一个对象数组,每个对象包括一个角色("system"、"user" 或 "assistant")和内容。
  • 通过系统消息可以设置助手行为。
  • 用户消息用于指导助手。
  • 助手消息用于存储先前的响应。
图像生成

使用 ChatgptService 来生成图像实例:

@Autowired private ChatgptService chatgptService; public void testImage(){ String imageUrl = chatgptService.imageGenerate("A cute baby sea otter"); System.out.print(imageUrl); } public void testImageList(){ List<String> images = chatgptService.imageGenerate("A cute baby sea otter", 2, ImageSize.SMALL, ImageFormat.URL); System.out.print(images.toString()); }

示例项目

可以参考示例项目 demo-chatgpt-spring-boot-starter 来更好地理解如何实现和运用这些功能。

开发者信息

致谢

感谢 JetBrains 对本项目的支持,提供了 JetBrains 开发工具许可证。

编辑推荐精选

OmniParser

OmniParser

帮助AI理解电脑屏幕 纯视觉GUI元素的自动化解析方案

开源工具通过计算机视觉技术实现图形界面元素的智能识别与结构化处理,支持自动化测试脚本生成和辅助功能开发。项目采用模块化设计,提供API接口与多种输出格式,适用于跨平台应用场景。核心算法优化了元素定位精度,在动态界面和复杂布局场景下保持稳定解析能力。

OmniParser界面解析交互区域检测Github开源项目
Grok3

Grok3

埃隆·马斯克旗下的人工智能公司 xAI 推出的第三代大规模语言模型

Grok3 是由埃隆·马斯克旗下的人工智能公司 xAI 推出的第三代大规模语言模型,常被马斯克称为“地球上最聪明的 AI”。它不仅是在前代产品 Grok 1 和 Grok 2 基础上的一次飞跃,还在多个关键技术上实现了创新突破。

腾讯元宝

腾讯元宝

腾讯自研的混元大模型AI助手

腾讯元宝是腾讯基于自研的混元大模型推出的一款多功能AI应用,旨在通过人工智能技术提升用户在写作、绘画、翻译、编程、搜索、阅读总结等多个领域的工作与生活效率。

AI助手AI对话AI工具腾讯元宝智能体热门 AI 办公助手
Windsurf Wave 3

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进:支持接入MCP协议扩展工具生态,Tab键智能跳转提升编码效率,Turbo模式实现自动化终端操作,图片拖拽功能优化多模态交互,以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型,并通过信用点数机制实现差异化的资源调配。

AI IDE
Cursor

Cursor

增强编程效率的AI代码编辑器

Cursor作为AI驱动的代码编辑工具,助力开发者效率大幅度提升。该工具简化了扩展、主题和键位配置的导入,可靠的隐私保护措施保证代码安全,深受全球开发者信赖。此外,Cursor持续推出更新,不断优化功能和用户体验。

AI开发辅助编程AI工具CursorAI代码编辑器
Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
Manus

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台,能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析,还是教育支持与商业决策,Manus 都能高效整合信息,提供精准解决方案。它以直观的交互体验和领先的技术,为用户开启了一个智慧驱动、轻松高效的新时代,让每个灵感都能得到完美落地。

飞书知识问答

飞书知识问答

飞书官方推出的AI知识库 上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统,支持PDF、Word、PPT等常见文档格式解析,实现云端与本地数据的双向同步。系统具备实时网络检索能力,可自动关联外部信息源,通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能,适用于企业文档管理和个人学习资料整理场景。

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
DeepEP

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库,重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术,能够自动识别节点间物理连接关系,优化数据传输路径。通过实现动态路由选择与负载均衡机制,系统在千卡级计算集群中维持稳定的低延迟特性,同时兼容主流深度学习框架的通信接口。

下拉加载更多