本地部署 DeepSeek 模型并进行 Spring Boot 整合

本地部署 DeepSeek 模型

1. 环境准备

硬件：确保你的机器有足够的内存和计算资源，因为模型运行需要一定的硬件支持。
软件：安装 Python 3.7 及以上版本，以及相关依赖库，如 PyTorch 等。

2. 下载和部署模型

你可以从官方渠道下载 DeepSeek Coder 模型的权重文件，然后使用开源的推理框架（如 Hugging Face 的 Transformers 库）来加载和运行模型。以下是一个简单的 Python 脚本示例：

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# 加载分词器和模型
tokenizer = AutoTokenizer.from_pretrained("deepseek-ai/deepseek-coder-1.3b", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("deepseek-ai/deepseek-coder-1.3b", trust_remote_code=True).cuda()

# 定义推理函数
def generate_code(prompt):
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(**inputs, max_new_tokens=512, do_sample=True, top_p=0.95, temperature=0.35)
    generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return generated_text

3. 搭建 API 服务

为了让 Spring Boot 能够调用本地的 DeepSeek 模型，你需要将上述推理函数封装成一个 API 服务。可以使用 Flask 或 FastAPI 来实现，以下是一个使用 Flask 的示例：

from flask import Flask, request, jsonify
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

app = Flask(__name__)

# 加载分词器和模型
tokenizer = AutoTokenizer.from_pretrained("deepseek-ai/deepseek-coder-1.3b", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("deepseek-ai/deepseek-coder-1.3b", trust_remote_code=True).cuda()

# 定义推理函数
def generate_code(prompt):
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(**inputs, max_new_tokens=512, do_sample=True, top_p=0.95, temperature=0.35)
    generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return generated_text

@app.route('/generate', methods=['POST'])
def generate():
    data = request.get_json()
    prompt = data.get('prompt')
    if prompt:
        result = generate_code(prompt)
        return jsonify({'result': result})
    else:
        return jsonify({'error': 'Missing prompt'}), 400

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

Spring Boot 接入本地部署的 DeepSeek 服务

1. 创建 Spring Boot 项目

使用 Spring Initializr 创建一个新的 Spring Boot 项目，添加 Spring Web 依赖。

2. 添加依赖

在 pom.xml 中添加 OkHttp 依赖，用于发送 HTTP 请求：

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>com.squareup.okhttp3</groupId>
        <artifactId>okhttp</artifactId>
        <version>4.9.3</version>
    </dependency>
    <dependency>
        <groupId>com.google.code.gson</groupId>
        <artifactId>gson</artifactId>
        <version>2.8.8</version>
    </dependency>
</dependencies>

3. 编写服务类

创建一个服务类来调用本地部署的 DeepSeek API：

import com.google.gson.Gson;
import okhttp3.*;
import org.springframework.stereotype.Service;

import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

@Service
public class DeepSeekService {
    private static final MediaType JSON = MediaType.get("application/json; charset=utf-8");
    private final OkHttpClient client = new OkHttpClient();
    private final Gson gson = new Gson();
    private static final String API_URL = "http://localhost:5000/generate";

    public String callDeepSeekApi(String prompt) throws IOException {
        // 构建请求体
        Map<String, String> requestBody = new HashMap<>();
        requestBody.put("prompt", prompt);
        String json = gson.toJson(requestBody);
        RequestBody body = RequestBody.create(json, JSON);

        // 构建请求
        Request request = new Request.Builder()
               .url(API_URL)
               .post(body)
               .build();

        // 发送请求并获取响应
        try (Response response = client.newCall(request).execute()) {
            if (!response.isSuccessful()) throw new IOException("Unexpected code " + response);
            return response.body().string();
        }
    }
}

4. 编写控制器类

创建一个控制器类来处理客户端的请求，并调用 DeepSeek 服务：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

import java.io.IOException;

@RestController
public class DeepSeekController {
    @Autowired
    private DeepSeekService deepSeekService;

    @GetMapping("/deepseek")
    public String callDeepSeek(@RequestParam String prompt) {
        try {
            return deepSeekService.callDeepSeekApi(prompt);
        } catch (IOException e) {
            e.printStackTrace();
            return "Error calling DeepSeek API: " + e.getMessage();
        }
    }
}

5. 测试

启动本地的 Python API 服务和 Spring Boot 应用程序，访问 http://localhost:8080/deepseek?prompt=生成一个 Java 方法，用于计算两个整数的和，你将得到 DeepSeek 模型生成的代码结果。
通过以上步骤，你可以在本地部署 DeepSeek 模型，并让 Spring Boot 应用程序接入该模型进行代码生成等操作。