SpringAI实现角色扮演(自定义人设)和Prompts模板语法-基于DeepSeek

itbeien2025年3月3日大约 7 分钟

SpringAI实现角色扮演(自定义人设)和Prompts模板语法-基于DeepSeek

上一篇文章分享了SpringAI实现上下文对话-基于DeepSeek今天这篇文章我来分享SpringAI实现角色扮演(自定义人设)和Prompts模板语法-基于DeepSeek。

完整代码在文章最后，如果觉得本篇文章对你有用，记得点赞、关注、收藏哦。你的支持是我持续更新的动力!

文章最后可以加入免费的Java技术栈沟通社群，一起探讨Java/你的产品如何与AI结合，请按照要求加入。在群中可以聊开发、系统设计、架构、行业趋势、AI等等话题

AI专栏软件环境

IntelliJ IDEA2024.3.2.2
Spring AI 1.0.0-SNAPSHOT
Spring Boot 3.4.2
Spring 6.2.2
spring-ai-openai-spring-boot-starter
DeepSeek
JDK 17.0.12

我们先看本篇文章对应的项目结构，请看下图

1 项目基础配置

1.1 pom依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>cn.itbeien.ai</groupId>
        <artifactId>spring-ai-labs</artifactId>
        <version>1.0-SNAPSHOT</version>
    </parent>

    <artifactId>spring-ai-lab05</artifactId>

    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-core</artifactId>
        </dependency>
    </dependencies>

</project>

1.2 deepseek配置

spring.ai.openai.api-key=sk-xxxxxx
spring.ai.openai.base-url=https://api.deepseek.com
spring.ai.openai.chat.options.model=deepseek-chat
spring.ai.openai.chat.options.temperature=0.7

# The DeepSeek API doesn't support embeddings, so we need to disable it.
spring.ai.openai.embedding.enabled=false

2 自定义人设，来与用户进行角色扮演

2.1 代码实现

package cn.itbeien.ai.springai.controller;

import org.springframework.ai.chat.messages.AssistantMessage;
import org.springframework.ai.chat.messages.Message;
import org.springframework.ai.chat.messages.SystemMessage;
import org.springframework.ai.chat.messages.UserMessage;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.chat.prompt.PromptTemplate;
import org.springframework.ai.openai.OpenAiChatModel;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

import java.util.ArrayList;
import java.util.List;
import java.util.Map;

/**
 * @author itbeien
 * 项目网站：https://www.itbeien.cn
 * 公众号：贝恩聊架构
 * 全网同名，欢迎小伙伴们关注
 * Java/AI学习社群
 * Copyright© 2025 itbeien
 */
@RestController
@RequestMapping("/ai")
public class Lab05Controller {

    private final OpenAiChatModel chatModel;

    // 自定义人设，来与用户进行角色扮演 提示词
    private final static String systemPrompt = "请你扮演程序员编程助手，且只能回答与计算机科学、编程、算法或其他技术相关的问题。对于非编程类的问题，你无法提供回答";

    // 历史消息列表
    static List<Message> historyMessage = new ArrayList<>(List.of(new SystemMessage(systemPrompt)));
    // 历史消息列表的最大长度
    static int maxLen = 15;

    public Lab05Controller(OpenAiChatModel chatModel) {
        this.chatModel = chatModel;
    }

    /**
     * 自定义人设，来与用户进行角色扮演
     * @param prompt
     * @return
     */
    @GetMapping("/content")
    public String content(@RequestParam("prompt") String prompt) {
        // 用户输入的文本是UserMessage
        historyMessage.add(new UserMessage(prompt));
        // 发给AI前对历史消息对列的长度进行检查
        if(historyMessage.size() > maxLen){
            historyMessage = historyMessage.subList(historyMessage.size()-maxLen-1,historyMessage.size());
            // 确保第一个是SystemMessage
            historyMessage.add(0,new SystemMessage(systemPrompt));
        }
        // 获取AssistantMessage
        ChatResponse chatResponse = chatModel.call(new Prompt(historyMessage));
        AssistantMessage assistantMessage = chatResponse.getResult().getOutput();
        // 将AI回复的消息放到历史消息列表中
        historyMessage.add(assistantMessage);
        return assistantMessage.getText();
    }

}

2.2 代码测试

我们按照给deepseek预先设置的角色和他进行对话，我们先问他是谁

然后提一个与编程不相关的问题

最后提一个与编程相关的问题

我们基于以上三张图中的结果，可以得知我们预先通过SystemMessage给deepseek设置的角色已经生效

3 Prompts模板语法

3.1 代码实现

 /**
     * Prompts模板语法
     * @param language
     * @return
     */
    @GetMapping("/template")
    public String template(@RequestParam("prompt") String language) {
        // 提示词
        final String template = "请问{language}是谁发明的？什么时候发布的？优缺点是什么？";
        PromptTemplate promptTemplate = new PromptTemplate(template);
        // 动态地将language填充进去
        Prompt prompt = promptTemplate.create(Map.of("language", language));

        ChatResponse chatResponse = chatModel.call(prompt);

        AssistantMessage assistantMessage = chatResponse.getResult().getOutput();
        return assistantMessage.getText();
    }