关于
This content is not available in your language yet.
Feat AI 是一个功能强大、灵活且高效的智能对话框架,旨在帮助开发者轻松集成和使用各种智能对话模型。它支持多种模型和自定义配置,提供了丰富的 API 接口,方便用户快速构建智能对话应用。
核心功能
Feat AI 提供了以下核心功能:
-
多模型支持 支持多种智能对话模型,如 DeepSeek-R1、Qwen2.5-72B 等,适用于不同的应用场景。
-
灵活配置 允许用户自定义 API 配置,如模型选择、API 密钥、系统提示等,满足个性化需求。
-
异步处理 支持异步回调机制,提升应用性能,避免阻塞主线程。
-
流式响应 支持流式响应,实时接收模型输出,适用于需要即时反馈的场景。
关键接口
FeatAI 类
FeatAI
是框架的入口类,用于创建 ChatModel
实例。通过 chatModel
方法,用户可以配置客户端选项并创建对话模型实例。
public static ChatModel chatModel(Consumer<Options> consumer)
- 参数:
Consumer<Options>
用于配置客户端选项。 - 返回值:
ChatModel
实例,用于发送和处理聊天请求。
Options 类
Options
类提供了丰富的配置选项,允许用户自定义模型的行为和环境。
- baseUrl:设置模型的基 URL。
- model:选择具体的模型。
- apiKey:配置 API 密钥。
- system:设置系统提示,指导模型的行为。
- debug:启用调试模式,打印详细的请求和响应信息。
ModelMeta 类
ModelMeta
类定义了预设的模型及其元数据,用户可以通过这些静态常量选择不同的模型。
public static final ModelMeta GITEE_AI_DeepSeek_R1 = new ModelMeta(Options.AI_VENDOR_GITEE, "DeepSeek-R1", false);
- vendor:模型的供应商。
- model:模型的名称。
- toolSupport:是否支持工具调用。
ChatModel 类
ChatModel
是发送和处理聊天请求的核心类,提供了以下方法:
- chat:发送同步聊天请求。
- chatStream:发送异步流式聊天请求。
- onSuccess:处理成功的响应。
- onFailure:处理失败的响应。
快速上手
初始化和配置
import tech.smartboot.feat.ai.FeatAI;import tech.smartboot.feat.ai.ModelMeta;import tech.smartboot.feat.ai.chat.ChatModel;
public class ChatDemo { public static void main(String[] args) { // 创建 ChatModel 实例 ChatModel chatModel = FeatAI.chatModel(opts -> { opts.model(ModelMeta.GITEE_AI_DeepSeek_R1) .system("你是一个乐于助人的助手。") .debug(true); }); }}
发送同步请求
chatModel.chat("你好,请自我介绍一下。", rsp -> { System.out.println("rsp: " + rsp.getContent()); System.out.println("usage: " + rsp.getUsage());});
发送异步请求
chatModel.chatStream("你好,请自我介绍一下。", new StreamResponseCallback() { @Override public void onStreamResponse(String content) { System.out.println("Streaming response: " + content); }
@Override public void onCompletion(ResponseMessage responseMessage) { System.out.println("Response completed."); }
@Override public void onFailure(Throwable throwable) { System.out.println("Error: " + throwable.getMessage()); }});
总结
Feat AI 是一个功能丰富、性能优越的智能对话框架,能够满足多种实时通信场景的需求。通过简单的 API 和灵活的配置选项,开发者可以快速构建高效的智能对话应用。其高性能、易用性和扩展性使其成为智能对话开发的理想选择。
应用场景
- 智能客服:实时回答用户问题,提升客户满意度。
- 虚拟助手:帮助用户完成日常任务,提高效率。
- 内容生成:生成高质量的文章、报告等文本内容。