86 lines
4.4 KiB
Java
86 lines
4.4 KiB
Java
package com.yupi.springbootinit.manager;
|
||
|
||
import com.yupi.springbootinit.common.ErrorCode;
|
||
import com.yupi.springbootinit.exception.BusinessException;
|
||
import io.github.briqt.spark4j.SparkClient;
|
||
import io.github.briqt.spark4j.constant.SparkApiVersion;
|
||
import io.github.briqt.spark4j.model.SparkMessage;
|
||
import io.github.briqt.spark4j.model.request.SparkRequest;
|
||
import lombok.extern.slf4j.Slf4j;
|
||
import org.springframework.stereotype.Service;
|
||
|
||
import javax.annotation.Resource;
|
||
import java.util.ArrayList;
|
||
import java.util.List;
|
||
import java.util.concurrent.atomic.AtomicInteger;
|
||
|
||
@Service
|
||
@Slf4j
|
||
public class AiManager {
|
||
|
||
@Resource
|
||
private SparkClient sparkClient;
|
||
|
||
|
||
/**
|
||
* 向 AI 发送请求
|
||
*
|
||
* @param isNeedTemplate 是否使用模板，进行 AI 生成； true 使用 、false 不使用 ，false 的情况是只想用 AI 不只是生成前端代码
|
||
* @param content 内容
|
||
* 分析需求：
|
||
* 分析网站用户的增长情况
|
||
* 原始数据：
|
||
* 日期,用户数
|
||
* 1号,10
|
||
* 2号,20
|
||
* 3号,30
|
||
* @return AI 返回的内容
|
||
* '【【【【'
|
||
* <p>
|
||
* '【【【【'
|
||
*/
|
||
public String sendMsgToXingHuo(boolean isNeedTemplate, String content) {
|
||
List<SparkMessage> messages = new ArrayList<>();
|
||
if (isNeedTemplate) {
|
||
// AI 生成问题的预设条件
|
||
String predefinedInformation = "请严格按照下面的输出格式生成结果，且不得添加任何多余内容（例如无关文字、注释、代码块标记或反引号）：\n" +
|
||
"\n" +
|
||
"'【【【【'" +
|
||
"{ 生成 Echarts V5 的 option 配置对象 JSON 代码，要求为合法 JSON 格式且不含任何额外内容（如注释或多余字符） } '【【【【' 结论： {\n" +
|
||
"提供对数据的详细分析结论，内容应尽可能准确、详细，不允许添加其他无关文字或注释 }\n" +
|
||
"\n" +
|
||
"示例： 输入： 分析需求： 分析网站用户增长情况，请使用柱状图展示 原始数据： 日期,用户数 1号,10 2号,20 3号,30\n" +
|
||
"\n" +
|
||
"期望输出： '【【【【' { \"title\": { \"text\": \"分析网站用户增长情况\" }, \"xAxis\": { \"type\": \"category\", \"data\": [\"1号\", \"2号\", \"3号\"] }, \"yAxis\": { \"type\": \"value\" }, \"series\": [ { \"name\": \"用户数\", \"type\": \"bar\", \"data\": [10, 20, 30] } ] } '【【【【' 从数据看，网站用户数由1号的10人增长到2号的20人，再到3号的30人，呈现出明显的上升趋势。这表明在这段时间内网站用户吸引力增强，可能与推广活动、内容更新或其他外部因素有关。";
|
||
messages.add(SparkMessage.systemContent(predefinedInformation + "\n" + "----------------------------------"));
|
||
}
|
||
messages.add(SparkMessage.userContent(content));
|
||
// 构造请求
|
||
SparkRequest sparkRequest = SparkRequest.builder()
|
||
// 消息列表
|
||
.messages(messages)
|
||
// 模型回答的tokens的最大长度,非必传,取值为[1,4096],默认为2048
|
||
.maxTokens(2048)
|
||
// 核采样阈值。用于决定结果随机性,取值越高随机性越强即相同的问题得到的不同答案的可能性越高 非必传,取值为[0,1],默认为0.5
|
||
.temperature(0.6)
|
||
// 指定请求版本
|
||
.apiVersion(SparkApiVersion.V4_0)
|
||
.build();
|
||
// 同步调用
|
||
String responseContent = sparkClient.chatSync(sparkRequest).getContent().trim();
|
||
if (!isNeedTemplate) {
|
||
return responseContent;
|
||
}
|
||
log.info("星火 AI 返回的结果 {}", responseContent);
|
||
AtomicInteger atomicInteger = new AtomicInteger(1);
|
||
while (responseContent.split("'【【【【'").length < 3) {
|
||
responseContent = sparkClient.chatSync(sparkRequest).getContent().trim();
|
||
if (atomicInteger.incrementAndGet() >= 4) {
|
||
throw new BusinessException(ErrorCode.SYSTEM_ERROR, "星火 AI 生成失败");
|
||
}
|
||
}
|
||
return responseContent;
|
||
}
|
||
}
|
||
|