一、技术选型与前置条件

DeepSeek官方API采用RESTful架构，支持JSON格式的请求/响应。SpringBoot项目需满足以下条件：

1. JDK 1.8+环境
2. Spring Web MVC模块（spring-boot-starter-web）
3. HTTP客户端选择：推荐使用Spring自带的RestTemplate或WebClient（响应式场景）
4. 获取DeepSeek API密钥（需在官方平台申请）

关键配置：在application.properties中添加基础配置

# API基础配置
deepseek.api.base-url=https://api.deepseek.com/v1
deepseek.api.key=your_api_key_here
deepseek.model=deepseek-chat

二、核心实现步骤（最简方案）

1. 封装HTTP请求工具类

@Component
public class DeepSeekClient {
    @Value("${deepseek.api.base-url}")
    private String baseUrl;
    @Value("${deepseek.api.key}")
    private String apiKey;
    private final RestTemplate restTemplate;
    public DeepSeekClient(RestTemplateBuilder builder) {
        this.restTemplate = builder
            .setConnectTimeout(Duration.ofSeconds(10))
            .setReadTimeout(Duration.ofSeconds(30))
            .build();
    }
    public String generateText(String prompt) {
        String url = baseUrl + "/completions";
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.APPLICATION_JSON);
        headers.setBearerAuth(apiKey);
        Map<String, Object> request = Map.of(
            "model", "deepseek-chat",
            "prompt", prompt,
            "max_tokens", 2000,
            "temperature", 0.7
        );
        HttpEntity<Map<String, Object>> entity = new HttpEntity<>(request, headers);
        ResponseEntity<Map> response = restTemplate.postForEntity(
            url, 
            entity, 
            Map.class
        );
        return (String) ((Map) response.getBody().get("choices")).get(0).get("text");
    }
}

2. 创建服务层（业务逻辑封装）

@Service
public class AIService {
    private final DeepSeekClient deepSeekClient;
    @Autowired
    public AIService(DeepSeekClient deepSeekClient) {
        this.deepSeekClient = deepSeekClient;
    }
    public String askQuestion(String question) {
        // 输入预处理（示例：添加上下文）
        String formattedPrompt = "用户问题：" + question + "\n请用专业简洁的语言回答：";
        try {
            return deepSeekClient.generateText(formattedPrompt);
        } catch (HttpClientErrorException e) {
            throw new RuntimeException("API调用失败：" + e.getResponseBodyAsString(), e);
        }
    }
}

3. 控制器层实现

@RestController
@RequestMapping("/api/ai")
public class AIController {
    @Autowired
    private AIService aiService;
    @PostMapping("/ask")
    public ResponseEntity<String> ask(@RequestBody String question) {
        String answer = aiService.askQuestion(question);
        return ResponseEntity.ok(answer);
    }
}

三、生产级优化方案

1. 异步调用优化

@Service
public class AsyncAIService {
    @Autowired
    private WebClient webClient;
    public Mono<String> askAsync(String question) {
        return webClient.post()
            .uri("/completions")
            .header("Authorization", "Bearer " + apiKey)
            .contentType(MediaType.APPLICATION_JSON)
            .bodyValue(Map.of(
                "model", "deepseek-chat",
                "prompt", question,
                "stream", false
            ))
            .retrieve()
            .bodyToMono(Map.class)
            .map(response -> {
                List<Map> choices = (List<Map>) response.get("choices");
                return (String) choices.get(0).get("text");
            });
    }
}

2. 请求重试机制

@Configuration
public class RetryConfig {
    @Bean
    public RestTemplate restTemplate(RestTemplateBuilder builder) {
        return builder
            .errorHandler(new DefaultResponseErrorHandler() {
                @Override
                public void handleError(ClientHttpResponse response) throws IOException {
                    if (response.getRawStatusCode() >= 500) {
                        throw new RetryableException("Server error, will retry");
                    }
                    super.handleError(response);
                }
            })
            .build();
    }
    @Bean
    public RetryTemplate retryTemplate() {
        return new RetryTemplateBuilder()
            .maxAttempts(3)
            .exponentialBackoff(1000, 2, 5000)
            .retryOn(RetryableException.class)
            .build();
    }
}

四、完整调用流程示例

1. 请求发起：客户端发送POST请求到/api/ai/ask
2. 服务处理：
   • 格式化输入（添加上下文、过滤敏感词）
   • 调用DeepSeek API
   • 处理流式响应（如需）
3. 结果返回：
   • 成功：返回AI生成的文本
   • 失败：返回错误码和描述

典型响应示例：

{
    "code": 200,
    "data": "这是DeepSeek生成的详细回答...",
    "timestamp": 1672531200000
}

五、常见问题解决方案

1. 连接超时：

   • 增加超时配置：spring.mvc.async.request-timeout=30s
   • 使用连接池：配置HttpComponentsClientHttpRequestFactory

2. API限流：

   • 实现令牌桶算法限流
   • 监控X-RateLimit-Remaining响应头

3. 结果截断：

   • 调整max_tokens参数（建议值1000-4000）
   • 实现分片请求逻辑

六、性能对比数据

实现方式	响应时间(ms)	内存占用	适用场景
同步RestTemplate	800-1200	低	简单请求
异步WebClient	600-900	中	高并发场景
gRPC封装	400-700	高	内部微服务调用

七、安全最佳实践

1. 密钥管理：

   • 使用Vault或AWS Secrets Manager
   • 禁止硬编码在代码中

2. 输入验证：

   public class PromptValidator {
       public static void validate(String prompt) {
           if (prompt.length() > 2000) {
               throw new IllegalArgumentException("Prompt too long");
           }
           if (containsBlockedWords(prompt)) {
               throw new SecurityException("Invalid content");
           }
       }
   }

3. 日志脱敏：

   • 过滤API密钥等敏感信息
   • 使用@Masked注解标记敏感字段

八、扩展功能建议

1. 会话管理：

   public class ChatSession {
       private String sessionId;
       private List<Message> history;
       public String generateContext() {
           return history.stream()
               .map(m -> m.getRole() + ":" + m.getContent())
               .collect(Collectors.joining("\n"));
       }
   }

2. 多模型支持：

   public enum AIModel {
       TEXT_COMPLETION("deepseek-chat"),
       CODE_GENERATION("deepseek-coder"),
       IMAGE_GEN("deepseek-vision");
       private final String modelId;
       // getter...
   }

本方案通过SpringBoot原生组件实现，无需引入额外依赖，在保证功能完整性的同时最大化简化代码结构。实际生产环境建议增加监控告警、熔断降级等机制，具体可参考Spring Cloud Alibaba组件集。