当前位置: 首页 > news >正文

Orange 开源项目 - 集成阿里云大模型

1 阿里云的大模型服务平台百炼

阿里云的大模型服务平台百炼是一站式的大模型开发及应用构建平台。不论是开发者还是业务人员,都能深入参与大模型应用的设计和构建。您可以通过简单的界面操作,在5分钟内开发出一款大模型应用,或在几小时内训练出一个专属模型,从而将更多精力专注于应用创新。

2 集成阿里云大模型

2.1 获取API-KEY

获取阿里API-KEY,请参考阿里官网「获取阿里API-KEY」

2.2 引入Maven依赖

        <dependency><groupId>com.alibaba.cloud.ai</groupId><artifactId>spring-ai-alibaba-starter</artifactId><version>1.0.0-M5.1</version></dependency>

2.3 集成对话模型(Chat Model)

 @Overridepublic Flux<Result<ConversationReplyVO>> conversationStream(ConversationParam param, List<ChatSessionRecordVO> contextMessageList) {List<Message> messages = new ArrayList<>(MessageConverter.toMessageList(contextMessageList));messages.add(new UserMessage(param.getPrompt()));Prompt prompt = new Prompt(messages, DashScopeChatOptions.builder().withModel(param.getModelCode()).build());Flux<ChatResponse> stream = chatModel.stream(prompt);return stream.takeWhile(chatResponse -> Objects.nonNull(chatResponse) && Objects.nonNull(chatResponse.getResult())&& Objects.nonNull(chatResponse.getResult().getOutput())).map(chatResponse -> {if (log.isDebugEnabled()) {log.debug("chatResponse: {}", chatResponse);}Usage usage = chatResponse.getMetadata().getUsage();String content = chatResponse.getResult().getOutput().getContent();String finishReason = chatResponse.getResult().getMetadata().getFinishReason();ConversationReplyVO replyVO = ConversationReplyVO.builder().event("STOP".equalsIgnoreCase(finishReason) ? ConverstationEventEnum.FINISHED : ConverstationEventEnum.REPLY).content(content).tokenUsage(TokenUsageVO.builder().promptTokens(usage.getPromptTokens()).generationTokens(usage.getGenerationTokens()).totalTokens(usage.getTotalTokens()).build()).build();return ResultWrapper.ok(replyVO);});}
  • 项目源码:https://github.com/hengzq/orange-ai

2.4 集成文生成图模型(Image Model)

    @Overridepublic ImageResponse textToImage(GenerateImageParam param) {ImageOptions options = DashScopeImageOptions.builder().withModel(param.getModelCode()).withHeight(param.getHeight()).withWidth(param.getWidth()).withN(param.getQuantity()).build();ImagePrompt imagePrompt = new ImagePrompt(param.getPrompt(), options);return imageModel.call(imagePrompt);}
  • 项目源码:https://github.com/hengzq/orange-ai

2.5 在线体验

  • 在线体验: http://tiny.hengzq.cn
    在这里插入图片描述

3 项目体验

  • Orange 官网: http://hengzq.cn
  • 在线体验: http://tiny.hengzq.cn
  • 项目文档: http://hengzq.cn/orange-monomer/
  • 单体架构-后端源码下载【GitHub】: https://github.com/hengzq/orange-monomer
  • 单体架构-后端源码下载【Gitee】: https://gitee.com/hengzq/orange-monomer
  • 微服务版本-后端源码下载【GitHub】: https://github.com/hengzq/orange-cloud
  • 微服务版本-后端源码下载【Gitee】: https://gitee.com/hengzq/orange-cloud
  • 前端源码下载【GitHub】: https://github.com/hengzq/orange-cloud
  • 前端源码下载【Gitee】: https://gitee.com/hengzq/orange-cloud

注:前端项目设计灵活,能够同时兼容后端的单体架构和微服务架构

4 相关文档

  • Orange 开源项目介绍
  • Orange 单体架构 - 快速启动
  • Orange 开源项目 - 集成阿里云大模型
  • Orange 开源项目 - 集成智谱AI大模型
  • Orange 开源项目 - 集成DeepSeek大模型
  • Orange 开源项目 - 集成百度智能云-千帆大模型

http://www.mrgr.cn/news/92238.html

相关文章:

  • Redis速成(1)
  • 【Python LeetCode 专题】位运算
  • 图论算法篇:BFS宽度优先遍历
  • 【数据结构】链表中快指针和慢指针
  • Zap:Go 的高性能日志库
  • Ollama部署本地大模型DeepSeek-R1-Distill-Llama-70B
  • JavaWeb开发入门:从前端到后端的完整流程解析
  • Fetch API 与 XMLHttpRequest:深入剖析异步请求的利器
  • BUU40 [CSCCTF 2019 Qual]FlaskLight1【SSTI】
  • **模式的好处 (设计模式)
  • Linux第三讲----用户权限(二)
  • 【第五节】C++设计模式(创建型模式)-Prototype(原型)模式
  • Three.js 快速入门教程【六】相机控件 OrbitControls
  • llama-factory部署微调方法(wsl-Ubuntu Windows)
  • elementUI方案汇总
  • 使用VS Code远程开发OpenAI API
  • vue2版本elementUI的table分页实现多选逻辑
  • DeepSeek开源周Day1:FlashMLA引爆AI推理性能革命!
  • 面试八股文--数据库基础知识总结(2) MySQL
  • 网络运维学习笔记(DeepSeek优化版)001网工初级(HCIA-Datacom与CCNA-EI)网络架构与通信原理