序

本文主要研究一下如何使用spring-ai-alibaba本地集成ollama+deepseek

步骤

pom.xml

   4.0.0

   com.example
   ollama-deepseek-chat
   pom
   1.0.0-SNAPSHOT

   Spring AI Alibaba Ollama DeepSeek Chat Example
   Spring AI Alibaba Ollama DeepSeek Chat Examples

   
      UTF-8
      UTF-8
      17
      17
      17

      
      1.0.0-M5

      
      1.0.0-M5.1

      
      3.4.0

      
      3.1.1
      1.3.0
      3.8.1
   

   
      ollama-deepseek-chat-model
      ollama-deepseek-chat-client
   

   
      
         
            org.springframework.boot
            spring-boot-dependencies
            ${spring-boot.version}
            pom
            import
         
         
            org.springframework.ai
            spring-ai-bom
            ${spring-ai.version}
            pom
            import
         
         
            com.alibaba.cloud.ai
            spring-ai-alibaba-starter
            ${spring-ai-alibaba.version}
         
      
   

   
      
         org.springframework.boot
         spring-boot-starter-web
      

      
         org.springframework.ai
         spring-ai-ollama-spring-boot-starter
      
   

   
      
         
            org.springframework.boot
            spring-boot-maven-plugin
            ${spring-boot.version}
         
         
            org.apache.maven.plugins
            maven-deploy-plugin
            ${maven-deploy-plugin.version}
            
               true
            
         
         
            org.apache.maven.plugins
            maven-compiler-plugin
            ${maven-compiler-plugin.version}
            
               ${java.version}
               
                  -parameters
               
            
         
      
   

   
      
         spring-milestones
         Spring Milestones
         https://repo.spring.io/milestone
         
            false
         
      
      
         aliyunmaven
         aliyun
         https://maven.aliyun.com/repository/public
      
   

   
      
         public
         aliyun nexus
         https://maven.aliyun.com/repository/public
         
            true
         
         
            false
         
      
   

主要是引入
spring-ai-ollama-spring-boot-starter

application.yaml

server:
  port: 10005

spring:
  application:
    name: spring-ai-alibaba-ollama-chat-model-example

  ai:
    ollama:
      base-url: http://localhost:11434
      chat:
        model: deepseek-r1:8b

这里配置ai.ollama.base-url、ai.ollama.chat.model

ChatModel

call

    @GetMapping("/simple/chat")
    public String simpleChat() {
        return ollamaChatModel.call(new Prompt(DEFAULT_PROMPT)).getResult().getOutput().getContent();
    }

使用call是阻塞一次性输出

stream

    @GetMapping("/stream/chat")
    public Flux streamChat(HttpServletResponse response) {
        // 避免返回乱码
        response.setCharacterEncoding("UTF-8");

        Flux stream = ollamaChatModel.stream(new Prompt(DEFAULT_PROMPT));
        return stream.map(resp -> resp.getResult().getOutput().getContent());
    }

使用stream配合reactor的Flux就可以实现流式输出

也可以自定义options，之后传递给Prompt

OllamaOptions customOptions = OllamaOptions.builder()
                .withTopP(0.7)
                .withModel("llama3")
                .withTemperature(0.8)
                .build();
new Prompt(DEFAULT_PROMPT, customOptions)                

ChatClient

初始化

ChatClient ollamaiChatClient = ChatClient.builder(chatModel)
            // 实现 Chat Memory 的 Advisor
            // 在使用 Chat Memory 时，需要指定对话 ID，以便 Spring AI 处理上下文。
            .defaultAdvisors(
                  new MessageChatMemoryAdvisor(new InMemoryChatMemory())
            )
            // 实现 Logger 的 Advisor
            .defaultAdvisors(
                  new SimpleLoggerAdvisor()
            )
            // 设置 ChatClient 中 ChatModel 的 Options 参数
            .defaultOptions(
                  OllamaOptions.builder()
                        .withTopP(0.7)
                        .build()
            )
            .build();

ChatClient是在ChatModel的基础上做了进一步的封装，可以设置advisor

call

   @GetMapping("/simple/chat")
   public String simpleChat() {
      return ollamaiChatClient.prompt(DEFAULT_PROMPT).call().content();
   }

使用call是阻塞一次性输出

stream

   @GetMapping("/stream/chat")
   public Flux streamChat(HttpServletResponse response) {
      response.setCharacterEncoding("UTF-8");
      return ollamaiChatClient.prompt(DEFAULT_PROMPT).stream().content();
   }

使用stream是流式输出

小结

spring-ai-alibaba提供了
spring-ai-ollama-spring-boot-starter来集成ollama，通过ai.ollama.chat.model可以指定使用本地的deepseek-r1:8b。
spring-ai-ollama-spring-boot-starter提供了基础的ChatModel以及高级版的ChatClient来调用ollama，ChatClient是在ChatModel的基础上做了进一步的封装，可以设置advisor，支持聊天记忆（Chat Memory）、工具/函数调用（Function Calling）、RAG。他们都提供了call及stream方式，call是阻塞一次性输出，stream是流式输出。

doc

• MacBook Pro M2安装deepseek
• spring-ai-alibaba
• spring-ai-alibaba-examples
• 基于开源框架Spring AI Alibaba快速构建Java应用
• 支持 40+ 插件，Spring AI Alibaba 简化智能体私有数据集成