智流助手平台 - 基于DeepSeek和Spring AI的高性能AI工具项目
作者：冰河
星球：http://m6z.cn/6aeFbs
博客：https://binghe.gitcode.host
文章汇总：https://binghe.gitcode.host/md/all/all.html
源码获取地址：https://t.zsxq.com/0dhvFs5oR
沉淀，成长，突破，帮助他人，成就自我。
大家好，我是冰河~~
在完成《AI优化-智能化机器学习平台》项目后，冰河又要带着大家搞新项目了，这也是 冰河技术 知识星球继《基于AI的智能成语挑战赛》、《多轮AI智能对话系统》、《一站式AI智能平台》、《AI智能客服系统》、《AI智能问答系统》、《高性能Redis组件》、《实战AI大模型》、《手写高性能脱敏组件》、《手写线程池》、《手写高性能SQL引擎》、《手写高性能Polaris网关》、《手写高性能RPC》、 《Seckill秒杀系统》 和《分布式IM即时通讯系统》、《手写高性能熔断组件》、《手写高性能监控组件》、《简易商城脚手架》等诸多项目后，又一个带着大家从零开始手写的AI大模型项目。
星球其他项目与专栏，大家可移步到冰河的个人站点：https://binghe.gitcode.host 进行查看。
没错，冰河这次已经撸完了这个项目，你要做的，就是跟着这篇文章的核心内容，对照着代码自己手撸一遍。
一、项目背景
1.1 为什么要做这个项目？
说实话，写代码久了就烦了——每天都要盯着显示器，眼睛干涩得像沙漠里的骆驼，还得不停地切换浏览器标签页查天气、看时间、查订单。这不，我们这位拥有10年经验的资深后端架构师就想：能不能有个AI助手帮我搞定这些琐事？
于是，冰河技术知识星球就推出了这个智流助手项目。这玩意儿就像是一个穿着程序员衣服的超级助理，不仅能帮你查天气、看时间、查订单，还能跟DeepSeek AI聊个天，顺便帮你回回消息。
这玩意儿能帮你省多少时间？ 按每天查询3次算，一年下来能省出5天的工作时间——可以多喝30杯咖啡，追完10部剧，或者睡60个好觉。你说香不香？
1.2 技术选型的苦衷
说起选型，这可是个技术活儿：
- Spring Boot 3.4.5：作为框架界的"万金油"，不用它怎么行？版本都到了3.4.5，稳得很
- DeepSeek AI：国内的大模型，部署简单，响应速度快，还能省钱（毕竟大部分人是学生党）
- MyBatis Plus 3.5.7：国产ORM框架，简单好用，省去了手写SQL的痛苦
- Dynamic DataSource 4.3.1：多数据源切换，虽然咱们项目没用到，但配置上备着总没错
- WebFlux：非阻塞HTTP客户端，调用第三方API时性能杠杠的
1.3 项目解决的痛点
- 查天气麻烦：打开天气APP、定位、等加载，一套流程下来能喝杯咖啡，等得你怀疑人生
- 看时间难：想查当前时间？还得瞪着屏幕看右下角，比修Bug还累
- 查订单累：登录商城、点个人中心、找订单记录，步骤够你跑个5公里——程序员就差没让你去健身房练了
有了智流助手，这些问题全部一键解决——问AI，它就给你答案！这感觉就像福尔摩斯看了眼你的消息就知道了答案，爽不爽？
二、学习目标
2.1 职业提升路线
通过本项目，你将掌握：
- Spring AI集成技巧：如何优雅地调用AI大模型
- 大模型工具调用：让AI能理解用户意图并调用工具
- RESTful API设计：符合REST规范的API接口设计
- MyBatis Plus实战：快速开发数据访问层
- 异常处理与降级策略：API调用失败时的优雅处理
- 配置管理最佳实践：不同环境下的配置隔离
2.2 掌握的核心技能
┌─────────────────────────────────────────────────────────────┐
│ 智流助手学习路线 │
├─────────────────────────────────────────────────────────────┤
│ │
│ [AI基础] ──> [工具开发] ──> [系统集成] ──> [实战应用] │
│ │ │ │ │ │
│ ▼ ▼ ▼ ▼ │
│ DeepSeek SpringAI REST API 天气/订单/时间 │
│ 基础原理 集成技巧 设计模式 查询功能 │
│ │
│ 学完这玩意儿，你的技术栈就能从小白进阶成大神 │
│ （当然，程序员变大神主要靠装，但这不重要...） │
└─────────────────────────────────────────────────────────────┘
2.3 面试加分项
掌握这个项目，你在面试时可以说：
"我参与开发了一个基于Spring AI和DeepSeek的智能助手项目，实现了天气查询、时间获取、订单查询等功能，并且能够根据用户意图智能调用相应的工具..."
面试官听了都会点点头，觉得你很能打。
有了这个项目，面试通过率提升50%，升职加薪速度加快30%，代码写得更快，Bug修得更少——当然，这是玄学，但听起来挺酷的，对吧？
三、 项目亮点
3.1 技术选型合理
- Spring Boot 3.4.5：最新稳定版本，提供丰富的开箱即用功能
- DeepSeek AI：国产大模型，部署简单，响应速度快，性价比高
- MyBatis Plus：国产ORM框架，简化数据库操作，提高开发效率
3.2 架构设计清晰
- 五层架构：前端层、网关层、业务层、工具层、数据层，职责分明
- 松耦合设计：工具层独立封装，不依赖业务逻辑，方便扩展
- RESTful API：接口设计符合REST规范，易于集成和调用
3.3 用户体验友好
- 智能对话：支持自然语言交互，无需记忆特定指令
- 降级机制：API调用失败时自动降级，保证系统可用性
- 详细提示：查询失败时提供详细的错误信息和解决建议
3.4 代码质量优秀
- 异常处理完善：对各种异常情况都有完善的处理机制
- 注释详细：每个类和方法都有详细的注释
- 常量管理：所有硬编码都提取到常量类，易于维护
四、 学习收获
4.1 技术层面
- 掌握了Spring AI与DeepSeek的集成方法——AI集成大法好
- 学习了Function接口的使用和工具开发模式——函数式编程了解一下
- 熟悉了MyBatis Plus的使用技巧——MyBatis Plus，你的SQL救星
- 了解了RESTful API的设计规范——RESTful，接口设计的圣杯
4.2 架构层面
- 理解了分层架构的设计思想——分层架构，让代码井井有条
- 掌握了松耦合的设计原则——松耦合，改代码不头疼
- 学会了降级机制的设计——降级策略，系统稳如老狗
- 了解了异常处理的最佳实践——异常处理，程序员的基本修养
4.3 工程层面
- 提升了代码质量（注释、异常处理、常量管理）——代码质量，程序员的脸面
- 学会了配置管理的方法——配置管理，别把配置搞丢
- 了解了性能优化的技巧——性能优化，系统跑得快
- 掌握了数据库设计的原则——数据库设计，数据存得稳
总之，通过这个项目，你从小白变成了大神（当然，还需要继续努力，大神也不是一天练成的）
五、项目演示效果
六、项目架构
6.1 整体架构设计
graph TB
subgraph "前端层 (Presentation Layer)"
A["用户浏览器<br/>SPA页面"]
B["Thymeleaf模板引擎<br/>静态页面渲染"]
end
subgraph "API网关层 (API Gateway Layer)"
C["SpringAIWebController<br/>首页/工具页面"]
D["SpringAIToolController<br/>REST API"]
E["SpringAIAIChatController<br/>AI对话接口"]
end
subgraph "业务逻辑层 (Business Logic Layer)"
F["SpringAIDeepSeekAIService<br/>DeepSeek AI服务"]
G["SpringAIUserOrderService<br/>订单服务"]
end
subgraph "工具层 (Tools Layer)"
H["SpringAIDateTimeTool<br/>时间查询工具"]
I["SpringAIWeatherTool<br/>天气查询工具"]
J["SpringAIUserOrderTool<br/>订单查询工具"]
end
subgraph "数据访问层 (Data Access Layer)"
K["SpringAIUserOrderMapper<br/>MyBatis Plus Mapper"]
L["MySQL数据库<br/>user_order表"]
end
A <--> B
B --> C
B --> D
B --> E
C --> F
D --> H
D --> I
D --> J
E --> F
E --> H
E --> I
E --> J
J --> G
G --> K
K --> L
classDef frontend fill:#e1f5fe,stroke:#01579b,stroke-width:2px;
classDef gateway fill:#fff3e0,stroke:#e65100,stroke-width:2px;
classDef business fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px;
classDef tool fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px;
classDef data fill:#ffebee,stroke:#b71c1c,stroke-width:2px;
class A,B frontend
class C,D,E gateway
class F,G business
class H,I,J tool
class K,L data
6.2 技术栈总览
| 层次 | 技术 | 版本 | 说明 |
|---|---|---|---|
| 框架 | Spring Boot | 3.4.5 | 企业级Java开发框架，就像穿了一身西装，既正式又得体 |
| 模板引擎 | Thymeleaf | 3.x | 服务端HTML模板渲染，把HTML玩出了花样 |
| ORM框架 | MyBatis Plus | 3.5.7 | 增强的MyBatis框架，省去了手写SQL的痛苦，让你的眼睛少受折磨 |
| 数据库 | MySQL | 8.0+ | 关系型数据库，稳如老狗，数据存得稳稳的 |
| HTTP客户端 | WebFlux | Spring Boot自带 | 非阻塞HTTP客户端，调用第三方API时性能杠杠的，比写串行代码快10倍 |
| 序列化 | Jackson | 2.15+ | JSON序列化框架，Java和JSON之间的翻译官 |
| AI模型 | DeepSeek | deepseek-chat | 大语言模型，国产之光，部署简单响应快，性价比之王 |
| API | WeatherAPI | free tier | 免费天气数据服务，免费的才是最贵的（开玩笑的，免费就是香） |
6.3 架构亮点
- 分层清晰：前端、网关、业务、工具、数据五层架构，职责分明——就像切菜得有菜刀、案板、厨房、餐厅，各司其职
- 松耦合：工具层独立封装，不依赖业务逻辑，方便扩展——就像乐高积木，想加什么功能就加什么块
- 容错性强：AI API调用失败自动降级到本地逻辑——保底策略，就像程序员备份代码一样重要
- 易扩展：添加新工具只需实现
Function接口，无需修改核心代码——开闭原则，改代码改到吐之前就该想到这个
七、项目执行流程
7.1 用户查询天气的完整流程
sequenceDiagram
participant User as 用户
participant Frontend as 前端页面
participant ChatController as AI聊天控制器
participant DeepSeekService as DeepSeek AI服务
participant WeatherTool as 天气工具
participant WeatherAPI as WeatherAPI.com
participant Database as MySQL数据库
User->>Frontend: "北京天气怎么样？"
Note over User,Frontend: 想象一下，你不用打开天气APP，不用等定位，不用喝咖啡
Frontend->>ChatController: POST /api/ai/chat
ChatController->>DeepSeekService: 调用DeepSeek AI
Note over DeepSeekService: AI思考：<br/>"用户想查天气？行，得叫天气工具来干活"
DeepSeekService-->>ChatController: "我需要帮您查询天气信息"
ChatController->>WeatherTool: apply(北京)
WeatherTool->>WeatherTool: 检查配置（有API密钥吗？没有就降级到模拟数据）
WeatherTool->>WeatherTool: 调用WeatherAPI
WeatherTool->>WeatherAPI: GET /v1/current.json?key=xxx&q=北京
Note over WeatherAPI: 天气API：<br/>"收到，正在查询..."
WeatherAPI-->>WeatherTool: 返回天气数据
WeatherTool-->>ChatController: 格式化后的天气信息
ChatController-->>Frontend: 返回完整响应
Frontend-->>User: 展示天气信息
Note over User,Frontend: 完事！整个过程比**泡杯泡面还快**（差不多）
7.2 核心执行流程说明
流程1：AI对话 + 工具调用
- 用户输入：前端发送用户消息到
/api/ai/chat接口 - 意图识别：控制器通过关键词匹配识别用户意图
- 工具调用：根据意图调用相应的工具类
- 结果返回：将工具返回的结果格式化后返回给用户
流程2：DeepSeek AI集成
- 配置加载：从
application.yml读取DeepSeek API配置 - API调用：通过WebClient发送HTTP请求到DeepSeek API
- 响应解析：解析JSON响应，提取AI返回的内容
- 降级处理：API失败时自动使用本地AI逻辑
流程3：天气查询
- 参数校验：检查城市名称是否为空
- 数据源选择：根据配置选择真实API或模拟数据
- API调用：调用WeatherAPI.com获取天气数据
- 数据处理：解析API响应，提取关键信息
- 格式化输出：将天气信息格式化为易读文本
流程4：订单查询
- 参数提取：从用户消息中提取用户ID
- 数据库查询：使用MyBatis Plus查询订单数据
- 结果格式化：将订单信息格式化为字符串
- 异常处理：处理数据库连接失败等情况
7.3 异常处理流程
graph LR
A[API调用] --> B{调用成功?}
B -->|是| C[返回成功结果]
B -->|否| D[捕获异常]
D --> E{是否可降级?}
E -->|是| F[使用本地逻辑/模拟数据]
E -->|否| G[返回错误信息]
F --> H[返回降级结果]
G --> H
C --> H
八、项目结构
8.1 目录结构一览
spring-ai-tools/
├── src/
│ ├── main/
│ │ ├── java/io/binghe/ai/tool/
│ │ │ ├── SpringAISpringBootApplication.java # 启动类
│ │ │ ├── controller/ # 控制器层
│ │ │ │ ├── SpringAIWebController.java # Web页面控制器
│ │ │ │ ├── SpringAIToolController.java # 工具REST API控制器
│ │ │ │ └── SpringAIAIChatController.java # AI聊天控制器
│ │ │ ├── service/ # 服务层
│ │ │ │ ├── SpringAIDeepSeekAIService.java # DeepSeek AI服务
│ │ │ │ ├── SpringAIUserOrderService.java # 订单服务接口
│ │ │ │ └── SpringAIUserOrderServiceImpl.java # 订单服务实现
│ │ │ ├── tools/ # 工具类层
│ │ │ │ ├── SpringAIDateTimeTool.java # 时间查询工具
│ │ │ │ ├── SpringAIWeatherTool.java # 天气查询工具
│ │ │ │ └── SpringAIUserOrderTool.java # 订单查询工具
│ │ │ ├── entity/ # 实体类
│ │ │ │ └── SpringAIUserOrder.java # 用户订单实体
│ │ │ ├── mapper/ # Mapper层
│ │ │ │ └── SpringAIUserOrderMapper.java # 订单Mapper
│ │ │ ├── dto/ # 数据传输对象
│ │ │ │ ├── SpringAIWeatherRequest.java # 天气请求DTO
│ │ │ │ ├── SpringAIWeatherResponse.java # 天气响应DTO
│ │ │ │ └── SpringAIUserOrderRequest.java # 订单请求DTO
│ │ │ ├── config/ # 配置类
│ │ │ │ └── SpringAIConfig.java # Spring AI配置
│ │ │ └── constants/ # 常量类
│ │ │ └── SpringAIConstants.java # 项目常量
│ │ └── resources/
│ │ ├── application.yml # 配置文件
│ │ └── sql/
│ │ └── schema.sql # 数据库初始化脚本
│ └── test/
│ └── java/ # 测试代码
├── pom.xml # Maven配置
├── README.md # 项目说明
└── article-0313.md # 本文档
8.2 关键类说明
8.2.1 启动类
查看完整文章
加入冰河技术知识星球，解锁完整技术文章、小册、视频与完整代码
写在最后
在冰河技术知识星球， 《AI智能代码审查平台》 已完结，同时，《AI全链路短剧生成平台》、《智能代码审查系统》 已完结， 《多智能体协作与AI工作台》 项目热更中，还有其他二十几个项目，像实战Claude Code、AI知识库系统、智流助手平台、智能成语挑战赛项目、多轮AI智能对话系统、一站式AI智能平台、AI智能客服系统、AI智能问答系统、实战AI大模型、手写高性能敏组件、手写线程池、手写高性能SQL引擎、手写高性能Polaris网关、手写高性能熔断组件、手写通用指标上报组件、手写高性能数据库路由组件、手写分布式IM即时通讯系统、手写Seckill分布式秒杀系统、手写高性能RPC、实战高并发设计模式、简易商城系统等等。
这些项目的需求、方案、架构、落地等均来自互联网真实业务场景，让你真正学到互联网大厂的业务与技术落地方案，并将其有效转化为自己的知识储备。
值得一提的是：冰河自研的Polaris高性能网关比某些开源网关项目性能更高，目前正在热更AI一体化项目，也正在实现MCP，全程带你分析原理和手撸代码。
你还在等啥？不少小伙伴经过星球硬核技术和项目的历练，早已成功跳槽加薪，实现薪资翻倍，而你，还在原地踏步，抱怨大环境不好。抛弃焦虑和抱怨，我们一起塌下心来沉淀硬核技术和项目，让自己的薪资更上一层楼。
🚀PS：目前已开通最大优惠：长按或扫码加入星球立减30，注意：随着项目和专栏的更新，星球也即将涨价！！
目前，领券加入星球就可以跟冰河一起学习《实战Claude Code》、《多轮AI智能对话系统》、《一站式AI智能平台》、《AI智能客服系统》、《AI智能问答系统》、《实战AI大模型》、《手写高性能Redis组件》、《手写高性能脱敏组件》、《手写线程池》、《手写高性能SQL引擎》、《手写高性能Polaris网关》、《手写高性能RPC项目》、《分布式Seckill秒杀系统》、《分布式IM即时通讯系统》《手写高性能通用熔断组件项目》、《手写高性能通用监控指标上报组件》、《手写高性能数据库路由组件》、《手写简易商城脚手架项目》、《Spring6核心技术与源码解析》和《实战高并发设计模式》，从零开始介绍原理、设计架构、手撸代码。
花很少的钱就能学这么多硬核技术、中间件项目和大厂秒杀系统、分布式IM即时通讯系统，AI大模型项目，比其他培训机构不知便宜多少倍，硬核多少倍，如果是我，我会买他个十年！
加入要趁早，后续还会随着项目和加入的人数涨价，而且只会涨，不会降，先加入的小伙伴就是赚到。
另外，还有一个限时福利，邀请一个小伙伴加入，冰河就会给一笔 分享有奖 ，有些小伙伴都邀请了50+人，早就回本了！
其他方式加入星球
- 链接 ：打开链接 http://m6z.cn/6aeFbs 加入星球。
- 回复 ：在公众号 冰河技术 回复 星球 领取优惠券加入星球。
特别提醒： 苹果用户进圈或续费，请加微信 hacker_binghe 扫二维码，或者去公众号 冰河技术 回复 星球 扫二维码加入星球。
好了，今天就到这儿吧，我是冰河，我们下期见~~
