SpringBoot3.0整合chatGPT的完整步驟
更新時(shí)間：2023年08月09日 15:46:28 作者：miukoo
ChatGPT是OpenAI推出的一個(gè)語言模型系統(tǒng),它能夠?qū)崟r(shí)回答用戶提問,包括聊天、糾正語法錯(cuò)誤,甚至是寫代碼、寫劇本等,由于可玩性很高,迅速在全球范圍內(nèi)風(fēng)靡起來,下面這篇文章主要給大家介紹了關(guān)于SpringBoot3.0整合chatGPT的完整步驟,需要的朋友可以參考下
導(dǎo)讀
12月總體來說互聯(lián)網(wǎng)的技術(shù)圈是非常熱鬧的，chatGPT爆火，SpringBoot3.0發(fā)布等重磅陸消息續(xù)進(jìn)入大家的視線，而本文作者將以技術(shù)整合的角度，帶大家把最火的兩個(gè)技術(shù)整合在一起。讀完本文，你將熟悉SpringBoot3.0自定stater模塊的操作流程，并熟悉OpenAi為chatGPT提供的49種場(chǎng)景。
項(xiàng)目項(xiàng)目我已經(jīng)提交GITEE：https://gitee.com/miukoo/openai-spring 歡迎Star
新建父項(xiàng)目
我們這個(gè)項(xiàng)目分為starter和test兩個(gè)模塊，因此需要一個(gè)父項(xiàng)目來包裹。
1、快速新建父項(xiàng)目
2、在pom.xml中引入SpringBoot3.0
- 項(xiàng)目的父工程設(shè)置成SpringBoot3.0
- 在項(xiàng)目中定義openai的版本并導(dǎo)入(com.theokanning.openai-gpt3-java)
<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">
<modules>
<module>openai-spring-boot-starter</module>
<module>openai-starter-test</module>
</modules>
<packaging>pom</packaging>
<modelVersion>4.0.0</modelVersion>
<groupId>cn.gjsm</groupId>
<artifactId>openai-spring</artifactId>
<version>1.0-SNAPSHOT</version>
<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<project.reporting.sourceEncoding>UTF-8</project.reporting.sourceEncoding>
<openai-version>0.8.1</openai-version>
</properties>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>3.0.0</version>
</parent>
<dependencyManagement>
<dependencies>
<dependency>
<groupId>com.theokanning.openai-gpt3-java</groupId>
<artifactId>client</artifactId>
<version>${openai-version}</version>
</dependency>
</dependencies>
</dependencyManagement>
<dependencies>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
</dependencies>
</project>
3、刪除父項(xiàng)目的src文件夾
新建openai-spring-boot-starter模塊
openai-spring-boot-starter 模塊主要用來封裝openai的核心api，該模塊就是springboot自定starter的標(biāo)準(zhǔn)5步：
- 新建模塊
- 在模塊中引入相關(guān)依賴
- 定義模塊外部屬性有那些
- 實(shí)現(xiàn)核心業(yè)務(wù)邏輯
- 配置自動(dòng)裝配
1、新增模塊
注意模塊名稱的規(guī)范：非官方starter命名規(guī)則為 模塊名稱+'-spring-boot-starter’結(jié)尾
2、在模塊中引入相關(guān)依賴
<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">
<packaging>pom</packaging>
<parent>
<artifactId>openai-spring</artifactId>
<groupId>cn.gjsm</groupId>
<version>1.0-SNAPSHOT</version>
</parent>
<modelVersion>4.0.0</modelVersion>
<groupId>cn.gjsm</groupId>
<artifactId>openai-spring-boot-starter</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<!-- 自定義starter必須導(dǎo)入的依賴 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter</artifactId>
</dependency>
<!-- 這個(gè)包可以用來支持自定義屬性的輸入提示 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-configuration-processor</artifactId>
<optional>true</optional>
</dependency>
<!-- 導(dǎo)入openai依賴，版本在父項(xiàng)目中已經(jīng)約束 -->
<dependency>
<groupId>com.theokanning.openai-gpt3-java</groupId>
<artifactId>client</artifactId>
</dependency>
</dependencies>
</project>
3、定義模塊外部屬性有那些
通過@ConfigurationProperties配置一個(gè)類，這個(gè)類中的屬性將從外部的application.yml中讀取。在這里OpenAi需要兩個(gè)屬性需要配置，一是token秘鑰，一是timeout超時(shí)時(shí)間。關(guān)于timeout可以配置時(shí)間長(zhǎng)一點(diǎn)，因?yàn)镺penAi在國(guó)外有些慢。
package cn.gjsm.miukoo.properties;
import cn.gjsm.miukoo.utils.OpenAiUtils;
import lombok.Data;
import org.springframework.beans.factory.InitializingBean;
import org.springframework.boot.context.properties.ConfigurationProperties;
@Data
@ConfigurationProperties(prefix = "openai")
public class OpenAiProperties implements InitializingBean {
// 秘鑰
String token;
// 超時(shí)時(shí)間
Integer timeout;
// 設(shè)置屬性時(shí)同時(shí)設(shè)置給OpenAiUtils
@Override
public void afterPropertiesSet() throws Exception {
OpenAiUtils.OPENAPI_TOKEN = token;
OpenAiUtils.TIMEOUT = timeout;
}
}
4、實(shí)現(xiàn)核心業(yè)務(wù)邏輯
核心業(yè)務(wù)邏輯指的就是你自定義這個(gè)starter可以提供給其它模塊那些api使用；在這里我們直接通過一個(gè)靜態(tài)類工具OpenAiUtils，這樣在引入該模塊后，其它模塊直接可調(diào)用該靜態(tài)工具類，使用便捷一些。
同時(shí)在這個(gè)類中提供openai官方49種場(chǎng)景想對(duì)應(yīng)的方法。
package cn.gjsm.miukoo.utils;
import cn.gjsm.miukoo.pojos.OpenAi;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionChoice;
import com.theokanning.openai.completion.CompletionRequest;
import org.springframework.util.StringUtils;
import java.util.*;
/**
* 調(diào)用OpenAi的49中方法
*/
public class OpenAiUtils {
public static final Map<String, OpenAi> PARMS = new HashMap<>();
static {
PARMS.put("OpenAi01", new OpenAi("OpenAi01", "問&答", "依據(jù)現(xiàn)有知識(shí)庫(kù)問&答", "text-davinci-003", "Q: %s\nA:", 0.0, 1.0, 1.0, 0.0, 0.0, "\n"));
PARMS.put("OpenAi02", new OpenAi("OpenAi02", "語法糾正", "將句子轉(zhuǎn)換成標(biāo)準(zhǔn)的英語，輸出結(jié)果始終是英文", "text-davinci-003", "%s", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi03", new OpenAi("OpenAi03", "內(nèi)容概況", "將一段話，概況中心", "text-davinci-003", "Summarize this for a second-grade student:\n%s", 0.7, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi04", new OpenAi("OpenAi04", "生成OpenAi的代碼", "一句話生成OpenAi的代碼", "code-davinci-002", "\"\"\"\nUtil exposes the following:\nutil.openai() -> authenticates & returns the openai module, which has the following functions:\nopenai.Completion.create(\n prompt=\"<my prompt>\", # The prompt to start completing from\n max_tokens=123, # The max number of tokens to generate\n temperature=1.0 # A measure of randomness\n echo=True, # Whether to return the prompt in addition to the generated completion\n)\n\"\"\"\nimport util\n\"\"\"\n%s\n\"\"\"\n\n", 0.0, 1.0, 1.0, 0.0, 0.0, "\"\"\""));
PARMS.put("OpenAi05", new OpenAi("OpenAi05", "程序命令生成", "一句話生成程序的命令，目前支持操作系統(tǒng)指令比較多", "text-davinci-003", "Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg `find constance` Do we need some bread?\n\n%s", 0.0, 1.0, 1.0, 0.2, 0.0, ""));
PARMS.put("OpenAi06", new OpenAi("OpenAi06", "語言翻譯", "把一種語法翻譯成其它幾種語言", "text-davinci-003", "Translate this into %s:\n%s", 0.3, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi07", new OpenAi("OpenAi07", "Stripe國(guó)際API生成", "一句話生成Stripe國(guó)際支付API", "code-davinci-002", "\"\"\"\nUtil exposes the following:\n\nutil.stripe() -> authenticates & returns the stripe module; usable as stripe.Charge.create etc\n\"\"\"\nimport util\n\"\"\"\n%s\n\"\"\"", 0.0, 1.0, 1.0, 0.0, 0.0, "\"\"\""));
PARMS.put("OpenAi08", new OpenAi("OpenAi08", "SQL語句生成", "依據(jù)上下文中的表信息，生成SQL語句", "code-davinci-002", "### %s SQL tables, 表字段信息如下:\n%s\n#\n### %s\n %s", 0.0, 1.0, 1.0, 0.0, 0.0, "# ;"));
PARMS.put("OpenAi09", new OpenAi("OpenAi09", "結(jié)構(gòu)化生成", "對(duì)于非結(jié)構(gòu)化的數(shù)據(jù)抽取其中的特征生成結(jié)構(gòu)化的表格", "text-davinci-003", "A table summarizing, use Chinese:\n%s\n", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi10", new OpenAi("OpenAi10", "信息分類", "把一段信息繼續(xù)分類", "text-davinci-003", "%s\n分類:", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi11", new OpenAi("OpenAi11", "Python代碼解釋", "把代碼翻譯成文字，用來解釋程序的作用", "code-davinci-002", "# %s \n %s \n\n# 解釋代碼作用\n\n#", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi12", new OpenAi("OpenAi12", "文字轉(zhuǎn)表情符號(hào)", "將文本編碼成表情服務(wù)", "text-davinci-003", "轉(zhuǎn)換文字為表情。\n%s：", 0.8, 1.0, 1.0, 0.0, 0.0, "\n"));
PARMS.put("OpenAi13", new OpenAi("OpenAi13", "時(shí)間復(fù)雜度計(jì)算", "求一段代碼的時(shí)間復(fù)雜度", "text-davinci-003", "%s\n\"\"\"\n函數(shù)的時(shí)間復(fù)雜度是", 0.0, 1.0, 1.0, 0.0, 0.0, "\n"));
PARMS.put("OpenAi14", new OpenAi("OpenAi14", "程序代碼翻譯", "把一種語言的代碼翻譯成另外一種語言的代碼", "code-davinci-002", "##### 把這段代碼從%s翻譯成%s\n### %s\n \n %s\n \n### %s", 0.0, 1.0, 1.0, 0.0, 0.0, "###"));
PARMS.put("OpenAi15", new OpenAi("OpenAi15", "高級(jí)情緒評(píng)分", "支持批量列表的方式檢查情緒", "text-davinci-003", "對(duì)下面內(nèi)容進(jìn)行情感分類:\n%s\"\n情緒評(píng)級(jí):", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi16", new OpenAi("OpenAi16", "代碼解釋", "對(duì)一段代碼進(jìn)行解釋", "code-davinci-002", "代碼:\n%s\n\"\"\"\n上面的代碼在做什么:\n1. ", 0.0, 1.0, 1.0, 0.0, 0.0, "\"\"\""));
PARMS.put("OpenAi17", new OpenAi("OpenAi17", "關(guān)鍵字提取", "提取一段文本中的關(guān)鍵字", "text-davinci-003", "抽取下面內(nèi)容的關(guān)鍵字:\n%s", 0.5, 1.0, 1.0, 0.8, 0.0, ""));
PARMS.put("OpenAi18", new OpenAi("OpenAi18", "問題解答", "類似解答題", "text-davinci-003", "Q: %s\nA: ?", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi19", new OpenAi("OpenAi19", "廣告設(shè)計(jì)", "給一個(gè)產(chǎn)品設(shè)計(jì)一個(gè)廣告", "text-davinci-003", "為下面的產(chǎn)品創(chuàng)作一個(gè)創(chuàng)業(yè)廣告，用于投放到抖音上：\n產(chǎn)品:%s.", 0.5, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi20", new OpenAi("OpenAi20", "產(chǎn)品取名", "依據(jù)產(chǎn)品描述和種子詞語，給一個(gè)產(chǎn)品取一個(gè)好聽的名字", "text-davinci-003", "產(chǎn)品描述: %s.\n種子詞: %s.\n產(chǎn)品名稱: ", 0.8, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi21", new OpenAi("OpenAi21", "句子簡(jiǎn)化", "把一個(gè)長(zhǎng)句子簡(jiǎn)化成一個(gè)短句子", "text-davinci-003", "%s\nTl;dr: ", 0.7, 1.0, 1.0, 0.0, 1.0, ""));
PARMS.put("OpenAi22", new OpenAi("OpenAi22", "修復(fù)代碼Bug", "自動(dòng)修改代碼中的bug", "code-davinci-002", "##### 修復(fù)下面代碼的bug\n### %s\n %s\n### %s\n", 0.0, 1.0, 1.0, 0.0, 0.0, "###"));
PARMS.put("OpenAi23", new OpenAi("OpenAi23", "表格填充數(shù)據(jù)", "自動(dòng)為一個(gè)表格生成數(shù)據(jù)", "text-davinci-003", "spreadsheet ,%s rows:\n%s\n", 0.5, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi24", new OpenAi("OpenAi24", "語言聊天機(jī)器人", "各種開發(fā)語言的兩天機(jī)器人", "code-davinci-002", "You: %s\n%s機(jī)器人:", 0.0, 1.0, 1.0, 0.5, 0.0, "You: "));
PARMS.put("OpenAi25", new OpenAi("OpenAi25", "機(jī)器學(xué)習(xí)機(jī)器人", "機(jī)器學(xué)習(xí)模型方面的機(jī)器人", "text-davinci-003", "You: %s\nML機(jī)器人:", 0.3, 1.0, 1.0, 0.5, 0.0, "You: "));
PARMS.put("OpenAi26", new OpenAi("OpenAi26", "清單制作", "可以列出各方面的分類列表，比如歌單", "text-davinci-003", "列出10%s:", 0.5, 1.0, 1.0, 0.52, 0.5, "11.0"));
PARMS.put("OpenAi27", new OpenAi("OpenAi27", "文本情緒分析", "對(duì)一段文字進(jìn)行情緒分析", "text-davinci-003", "推斷下面文本的情緒是積極的, 中立的, 還是消極的.\n文本: \"%s\"\n觀點(diǎn):", 0.0, 1.0, 1.0, 0.5, 0.0, ""));
PARMS.put("OpenAi28", new OpenAi("OpenAi28", "航空代碼抽取", "抽取文本中的航空diam信息", "text-davinci-003", "抽取下面文本中的航空代碼：\n文本：\"%s\"\n航空代碼：", 0.0, 1.0, 1.0, 0.0, 0.0, "\n"));
PARMS.put("OpenAi29", new OpenAi("OpenAi29", "生成SQL語句", "無上下文，語句描述生成SQL", "text-davinci-003", "%s", 0.3, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi30", new OpenAi("OpenAi30", "抽取聯(lián)系信息", "從文本中抽取聯(lián)系方式", "text-davinci-003", "從下面文本中抽取%s:\n%s", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi31", new OpenAi("OpenAi31", "程序語言轉(zhuǎn)換", "把一種語言轉(zhuǎn)成另外一種語言", "code-davinci-002", "#%s to %s:\n%s:%s\n\n%s:", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi32", new OpenAi("OpenAi32", "好友聊天", "模仿好友聊天", "text-davinci-003", "You: %s\n好友:", 0.5, 1.0, 1.0, 0.5, 0.0, "You:"));
PARMS.put("OpenAi33", new OpenAi("OpenAi33", "顏色生成", "依據(jù)描述生成對(duì)應(yīng)顏色", "text-davinci-003", "%s:\nbackground-color: ", 0.0, 1.0, 1.0, 0.0, 0.0, ";"));
PARMS.put("OpenAi34", new OpenAi("OpenAi34", "程序文檔生成", "自動(dòng)為程序生成文檔", "code-davinci-002", "# %s\n \n%s\n# 上述代碼的詳細(xì)、高質(zhì)量文檔字符串：\n\"\"\"", 0.0, 1.0, 1.0, 0.0, 0.0, "#\"\"\""));
PARMS.put("OpenAi35", new OpenAi("OpenAi35", "段落創(chuàng)作", "依據(jù)短語生成相關(guān)文短", "text-davinci-003", "為下面短語創(chuàng)建一個(gè)中文段:\n%s:\n", 0.5, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi36", new OpenAi("OpenAi36", "代碼壓縮", "把多行代碼簡(jiǎn)單的壓縮成一行", "code-davinci-002", "將下面%s代碼轉(zhuǎn)成一行:\n%s\n%s一行版本:", 0.0, 1.0, 1.0, 0.0, 0.0, ";"));
PARMS.put("OpenAi37", new OpenAi("OpenAi37", "故事創(chuàng)作", "依據(jù)一個(gè)主題創(chuàng)建一個(gè)故事", "text-davinci-003", "主題: %s\n故事創(chuàng)作:", 0.8, 1.0, 1.0, 0.5, 0.0, ""));
PARMS.put("OpenAi38", new OpenAi("OpenAi38", "人稱轉(zhuǎn)換", "第一人稱轉(zhuǎn)第3人稱", "text-davinci-003", "把下面內(nèi)容從第一人稱轉(zhuǎn)為第三人稱 (性別女):\n%s\n", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi39", new OpenAi("OpenAi39", "摘要說明", "依據(jù)筆記生成摘要說明", "text-davinci-003", "將下面內(nèi)容轉(zhuǎn)換成將下%s摘要：\n%s", 0.0, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi40", new OpenAi("OpenAi40", "頭腦風(fēng)暴", "給定一個(gè)主題，讓其生成一些主題相關(guān)的想法", "text-davinci-003", "頭腦風(fēng)暴一些關(guān)于%s的想法：", 0.6, 1.0, 1.0, 1.0, 1.0, ""));
PARMS.put("OpenAi41", new OpenAi("OpenAi41", "ESRB文本分類", "按照ESRB進(jìn)行文本分類", "text-davinci-003", "Provide an ESRB rating for the following text:\\n\\n\\\"%s\"\\n\\nESRB rating:", 0.3, 1.0, 1.0, 0.0, 0.0, "\n"));
PARMS.put("OpenAi42", new OpenAi("OpenAi42", "提綱生成", "按照提示為相關(guān)內(nèi)容生成提綱", "text-davinci-003", "為%s提綱:", 0.3, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi43", new OpenAi("OpenAi43", "美食制作（后果自負(fù)）", "依據(jù)美食名稱和材料生成美食的制作步驟", "text-davinci-003", "依據(jù)下面成分和美食，生成制作方法:\n%s\n成分:\n%s\n制作方法:", 0.3, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi44", new OpenAi("OpenAi44", "AI聊天", "與AI機(jī)器進(jìn)行聊天", "text-davinci-003", "Human: %s", 0.9, 1.0, 1.0, 0.0, 0.6, "Human:AI:"));
PARMS.put("OpenAi45", new OpenAi("OpenAi45", "擺爛聊天", "與諷刺機(jī)器進(jìn)行聊天", "text-davinci-003", "Marv不情愿的回答問題.\nYou:%s\nMarv:", 0.5, 0.3, 1.0, 0.5, 0.0, ""));
PARMS.put("OpenAi46", new OpenAi("OpenAi46", "分解步驟", "把一段文本分解成幾步來完成", "text-davinci-003", "為下面文本生成次序列表，并增加列表數(shù)子: \n%s\n", 0.3, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi47", new OpenAi("OpenAi47", "點(diǎn)評(píng)生成", "依據(jù)文本內(nèi)容自動(dòng)生成點(diǎn)評(píng)", "text-davinci-003", "依據(jù)下面內(nèi)容，進(jìn)行點(diǎn)評(píng):\n%s\n點(diǎn)評(píng):", 0.5, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi48", new OpenAi("OpenAi48", "知識(shí)學(xué)習(xí)", "可以為學(xué)習(xí)知識(shí)自動(dòng)解答", "text-davinci-003", "%s", 0.3, 1.0, 1.0, 0.0, 0.0, ""));
PARMS.put("OpenAi49", new OpenAi("OpenAi49", "面試", "生成面試題", "text-davinci-003", "創(chuàng)建10道%s相關(guān)的面試題（中文）：\n", 0.5, 1.0, 10.0, 0.0, 0.0, ""));
}
public static String OPENAPI_TOKEN = "";
public static Integer TIMEOUT = null;
/**
* 獲取ai
*
* @param openAi
* @param prompt
* @return
*/
public static List<CompletionChoice> getAiResult(OpenAi openAi, String prompt) {
if (TIMEOUT == null || TIMEOUT < 1000) {
TIMEOUT = 3000;
}
OpenAiService service = new OpenAiService(OPENAPI_TOKEN, TIMEOUT);
CompletionRequest.CompletionRequestBuilder builder = CompletionRequest.builder()
.model(openAi.getModel())
.prompt(prompt)
.temperature(openAi.getTemperature())
.maxTokens(1000)
.topP(openAi.getTopP())
.frequencyPenalty(openAi.getFrequencyPenalty())
.presencePenalty(openAi.getPresencePenalty());
if (!StringUtils.isEmpty(openAi.getStop())) {
builder.stop(Arrays.asList(openAi.getStop().split(",")));
}
CompletionRequest completionRequest = builder.build();
return service.createCompletion(completionRequest).getChoices();
}
/**
* 問答
*
* @param question
* @return
*/
public static List<CompletionChoice> getQuestionAnswer(String question) {
OpenAi openAi = PARMS.get("OpenAi01");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 語法糾錯(cuò)
*
* @param text
* @return
*/
public static List<CompletionChoice> getGrammarCorrection(String text) {
OpenAi openAi = PARMS.get("OpenAi02");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 將一段話，概況中心
*
* @param text
* @return
*/
public static List<CompletionChoice> getSummarize(String text) {
OpenAi openAi = PARMS.get("OpenAi03");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 一句話生成OpenAi的代碼
*
* @param text
* @return
*/
public static List<CompletionChoice> getOpenAiApi(String text) {
OpenAi openAi = PARMS.get("OpenAi04");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 一句話生成程序的命令，目前支持操作系統(tǒng)指令比較多
*
* @param text
* @return
*/
public static List<CompletionChoice> getTextToCommand(String text) {
OpenAi openAi = PARMS.get("OpenAi05");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 把一種語法翻譯成其它幾種語言
*
* @param text
* @return
*/
public static List<CompletionChoice> getTranslatesLanguages(String text, String translatesLanguages) {
if (StringUtils.isEmpty(translatesLanguages)) {
translatesLanguages = " 1. French, 2. Spanish and 3. English";
}
OpenAi openAi = PARMS.get("OpenAi06");
return getAiResult(openAi, String.format(openAi.getPrompt(), translatesLanguages, text));
}
/**
* 一句話生成Stripe國(guó)際支付API
*
* @param text
* @return
*/
public static List<CompletionChoice> getStripeApi(String text) {
OpenAi openAi = PARMS.get("OpenAi07");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依據(jù)上下文中的表信息，生成SQL語句
*
* @param databaseType 數(shù)據(jù)庫(kù)類型
* @param tables 上午依賴的表和字段 Employee(id, name, department_id)
* @param text SQL描述
* @param sqlType sql類型，比如SELECT
* @return
*/
public static List<CompletionChoice> getStripeApi(String databaseType, List<String> tables, String text, String sqlType) {
OpenAi openAi = PARMS.get("OpenAi08");
StringJoiner joiner = new StringJoiner("\n");
for (int i = 0; i < tables.size(); i++) {
joiner.add("# " + tables);
}
return getAiResult(openAi, String.format(openAi.getPrompt(), databaseType, joiner.toString(), text, sqlType));
}
/**
* 對(duì)于非結(jié)構(gòu)化的數(shù)據(jù)抽取其中的特征生成結(jié)構(gòu)化的表格
*
* @param text 非結(jié)構(gòu)化的數(shù)據(jù)
* @return
*/
public static List<CompletionChoice> getUnstructuredData(String text) {
OpenAi openAi = PARMS.get("OpenAi09");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 把一段信息繼續(xù)分類
*
* @param text 要分類的文本
* @return
*/
public static List<CompletionChoice> getTextCategory(String text) {
OpenAi openAi = PARMS.get("OpenAi10");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 把一段信息繼續(xù)分類
*
* @param codeType 代碼類型，比如Python
* @param code 要解釋的代碼
* @return
*/
public static List<CompletionChoice> getCodeExplain(String codeType, String code) {
OpenAi openAi = PARMS.get("OpenAi11");
return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code));
}
/**
* 將文本編碼成表情服務(wù)
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getTextEmoji(String text) {
OpenAi openAi = PARMS.get("OpenAi12");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 求一段代碼的時(shí)間復(fù)雜度
*
* @param code 代碼
* @return
*/
public static List<CompletionChoice> getTimeComplexity(String code) {
OpenAi openAi = PARMS.get("OpenAi13");
return getAiResult(openAi, String.format(openAi.getPrompt(), code));
}
/**
* 把一種語言的代碼翻譯成另外一種語言的代碼
*
* @param fromLanguage 要翻譯的代碼語言
* @param toLanguage 要翻譯成的代碼語言
* @param code 代碼
* @return
*/
public static List<CompletionChoice> getTranslateProgramming(String fromLanguage, String toLanguage, String code) {
OpenAi openAi = PARMS.get("OpenAi14");
return getAiResult(openAi, String.format(openAi.getPrompt(), fromLanguage, toLanguage, fromLanguage, code, toLanguage));
}
/**
* 支持批量列表的方式檢查情緒
*
* @param texts 文本
* @return
*/
public static List<CompletionChoice> getBatchTweetClassifier(List<String> texts) {
OpenAi openAi = PARMS.get("OpenAi15");
StringJoiner stringJoiner = new StringJoiner("\n");
for (int i = 0; i < texts.size(); i++) {
stringJoiner.add((i + 1) + ". " + texts.get(i));
}
return getAiResult(openAi, String.format(openAi.getPrompt(), stringJoiner.toString()));
}
/**
* 對(duì)一段代碼進(jìn)行解釋
*
* @param code 文本
* @return
*/
public static List<CompletionChoice> getExplainCOde(String code) {
OpenAi openAi = PARMS.get("OpenAi16");
return getAiResult(openAi, String.format(openAi.getPrompt(), code));
}
/**
* 提取一段文本中的關(guān)鍵字
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getTextKeywords(String text) {
OpenAi openAi = PARMS.get("OpenAi17");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 事實(shí)回答答題
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getFactualAnswering(String text) {
OpenAi openAi = PARMS.get("OpenAi18");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 給一個(gè)產(chǎn)品設(shè)計(jì)一個(gè)廣告
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getAd(String text) {
OpenAi openAi = PARMS.get("OpenAi19");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依據(jù)產(chǎn)品描述和種子詞語，給一個(gè)產(chǎn)品取一個(gè)好聽的名字
*
* @param productDescription 產(chǎn)品描述
* @param seedWords 種子詞語
* @return
*/
public static List<CompletionChoice> getProductName(String productDescription, String seedWords) {
OpenAi openAi = PARMS.get("OpenAi20");
return getAiResult(openAi, String.format(openAi.getPrompt(), productDescription, seedWords));
}
/**
* 把一個(gè)長(zhǎng)句子簡(jiǎn)化成一個(gè)短句子
*
* @param text 長(zhǎng)句子
* @return
*/
public static List<CompletionChoice> getProductName(String text) {
OpenAi openAi = PARMS.get("OpenAi21");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 自動(dòng)修改代碼中的bug
*
* @param codeType 語言類型
* @param code 代碼
* @return
*/
public static List<CompletionChoice> getBugFixer(String codeType, String code) {
OpenAi openAi = PARMS.get("OpenAi22");
return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code, codeType));
}
/**
* 自動(dòng)為一個(gè)表格生成數(shù)據(jù)
*
* @param rows 生成的行數(shù)
* @param headers 數(shù)據(jù)表頭，格式如：姓名| 年齡|性別|生日
* @return
*/
public static List<CompletionChoice> getFillData(int rows, String headers) {
OpenAi openAi = PARMS.get("OpenAi23");
return getAiResult(openAi, String.format(openAi.getPrompt(), rows, headers));
}
/**
* 各種開發(fā)語言的兩天機(jī)器人
*
* @param question 你的問題
* @param programmingLanguages 語言 比如Java JavaScript
* @return
*/
public static List<CompletionChoice> getProgrammingLanguageChatbot(String question, String programmingLanguages) {
OpenAi openAi = PARMS.get("OpenAi24");
return getAiResult(openAi, String.format(openAi.getPrompt(), question, programmingLanguages));
}
/**
* 機(jī)器學(xué)習(xí)模型方面的機(jī)器人
*
* @param question 你的問題
* @return
*/
public static List<CompletionChoice> getMLChatbot(String question) {
OpenAi openAi = PARMS.get("OpenAi25");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 可以列出各方面的分類列表，比如歌單
*
* @param text 清單描述
* @return
*/
public static List<CompletionChoice> getListMaker(String text) {
OpenAi openAi = PARMS.get("OpenAi26");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 對(duì)一段文字進(jìn)行情緒分析
*
* @param text
* @return
*/
public static List<CompletionChoice> getTweetClassifier(String text) {
OpenAi openAi = PARMS.get("OpenAi27");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 抽取文本中的航空代碼信息
*
* @param text
* @return
*/
public static List<CompletionChoice> getAirportCodeExtractor(String text) {
OpenAi openAi = PARMS.get("OpenAi28");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 無上下文，語句描述生成SQL
*
* @param text
* @return
*/
public static List<CompletionChoice> getSQL(String text) {
OpenAi openAi = PARMS.get("OpenAi29");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 從文本中抽取聯(lián)系方式
*
* @param extractContent 抽取內(nèi)容描述
* @param text
* @return 從下面文本中抽取郵箱和電話:\n教育行業(yè)A股IPO第一股（股票代碼 003032）\n全國(guó)咨詢/投訴熱線：400-618-4000 舉報(bào)郵箱:mc@itcast.cn
*/
public static List<CompletionChoice> getExtractContactInformation(String extractContent, String text) {
OpenAi openAi = PARMS.get("OpenAi30");
return getAiResult(openAi, String.format(openAi.getPrompt(), extractContent, text));
}
/**
* 把一種語言轉(zhuǎn)成另外一種語言代碼
*
* @param fromCodeType 當(dāng)前代碼類型
* @param toCodeType 轉(zhuǎn)換的代碼類型
* @param code
* @return
*/
public static List<CompletionChoice> getTransformationCode(String fromCodeType, String toCodeType, String code) {
OpenAi openAi = PARMS.get("OpenAi31");
return getAiResult(openAi, String.format(openAi.getPrompt(), fromCodeType, toCodeType, fromCodeType, code, toCodeType));
}
/**
* 模仿好友聊天
*
* @param question
* @return
*/
public static List<CompletionChoice> getFriendChat(String question) {
OpenAi openAi = PARMS.get("OpenAi32");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 依據(jù)描述生成對(duì)應(yīng)顏色
*
* @param text
* @return
*/
public static List<CompletionChoice> getMoodToColor(String text) {
OpenAi openAi = PARMS.get("OpenAi33");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 自動(dòng)為程序生成文檔
*
* @param codeType 語言
* @param code
* @return
*/
public static List<CompletionChoice> getCodeDocument(String codeType, String code) {
OpenAi openAi = PARMS.get("OpenAi34");
return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code));
}
/**
* 依據(jù)短語生成相關(guān)文短
*
* @param text 短語
* @return
*/
public static List<CompletionChoice> getCreateAnalogies(String text) {
OpenAi openAi = PARMS.get("OpenAi35");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 把多行代碼簡(jiǎn)單的壓縮成一行
*
* @param codeType 語言
* @param code
* @return
*/
public static List<CompletionChoice> getCodeLine(String codeType, String code) {
OpenAi openAi = PARMS.get("OpenAi36");
return getAiResult(openAi, String.format(openAi.getPrompt(), codeType, code, codeType));
}
/**
* 依據(jù)一個(gè)主題創(chuàng)建一個(gè)故事
*
* @param topic 創(chuàng)作主題
* @return
*/
public static List<CompletionChoice> getStory(String topic) {
OpenAi openAi = PARMS.get("OpenAi37");
return getAiResult(openAi, String.format(openAi.getPrompt(), topic));
}
/**
* 第一人稱轉(zhuǎn)第3人稱
*
* @param text
* @return
*/
public static List<CompletionChoice> getStoryCreator(String text) {
OpenAi openAi = PARMS.get("OpenAi38");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依據(jù)筆記生成摘要說明
*
* @param scene 生成的摘要場(chǎng)景
* @param note 記錄的筆記
* @return
*/
public static List<CompletionChoice> getNotesToSummary(String scene, String note) {
OpenAi openAi = PARMS.get("OpenAi39");
return getAiResult(openAi, String.format(openAi.getPrompt(), note));
}
/**
* 給定一個(gè)主題，讓其生成一些主題相關(guān)的想法
*
* @param topic 頭腦風(fēng)暴關(guān)鍵詞
* @return
*/
public static List<CompletionChoice> getIdeaGenerator(String topic) {
OpenAi openAi = PARMS.get("OpenAi40");
return getAiResult(openAi, String.format(openAi.getPrompt(), topic));
}
/**
* 按照ESRB進(jìn)行文本分類
*
* @param text 文本
* @return
*/
public static List<CompletionChoice> getESRBRating(String text) {
OpenAi openAi = PARMS.get("OpenAi41");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 按照提示為相關(guān)內(nèi)容生成提綱
*
* @param text 場(chǎng)景，比如 數(shù)據(jù)庫(kù)軟件生成大學(xué)畢業(yè)論文
* @return
*/
public static List<CompletionChoice> getEssayOutline(String text) {
OpenAi openAi = PARMS.get("OpenAi42");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依據(jù)美食名稱和材料生成美食的制作步驟
*
* @param name 美食名稱
* @param ingredients 美食食材
* @return
*/
public static List<CompletionChoice> getRecipeCreator(String name, List<String> ingredients) {
OpenAi openAi = PARMS.get("OpenAi43");
StringJoiner joiner = new StringJoiner("\n");
for (String ingredient : ingredients) {
joiner.add(ingredient);
}
return getAiResult(openAi, String.format(openAi.getPrompt(), name, joiner.toString()));
}
/**
* 與AI機(jī)器進(jìn)行聊天
*
* @param question
* @return
*/
public static List<CompletionChoice> getAiChatbot(String question) {
OpenAi openAi = PARMS.get("OpenAi44");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 與諷刺機(jī)器進(jìn)行聊天，聊天的機(jī)器人是一種消極情緒
*
* @param question
* @return
*/
public static List<CompletionChoice> getMarvChatbot(String question) {
OpenAi openAi = PARMS.get("OpenAi45");
return getAiResult(openAi, String.format(openAi.getPrompt(), question));
}
/**
* 把一段文本分解成幾步來完成
*
* @param text
* @return
*/
public static List<CompletionChoice> getTurnDirection(String text) {
OpenAi openAi = PARMS.get("OpenAi46");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 依據(jù)文本內(nèi)容自動(dòng)生成點(diǎn)評(píng)
*
* @param text
* @return
*/
public static List<CompletionChoice> getReviewCreator(String text) {
OpenAi openAi = PARMS.get("OpenAi47");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 可以為學(xué)習(xí)知識(shí)自動(dòng)解答
*
* @param text
* @return
*/
public static List<CompletionChoice> getStudyNote(String text) {
OpenAi openAi = PARMS.get("OpenAi48");
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
/**
* 生成面試題
*
* @param text
* @return
*/
public static List<CompletionChoice> getInterviewQuestion(String text) {
OpenAi openAi = PARMS.get("OpenAi49");
System.out.println(String.format(openAi.getPrompt(), text));
return getAiResult(openAi, String.format(openAi.getPrompt(), text));
}
}
5、配置自動(dòng)裝配
這一步是非常關(guān)鍵的，你的項(xiàng)目能在其他模塊啟動(dòng)的時(shí)候就能夠用，就必須配置這一步，而這一步有兩小步：
- 編寫自動(dòng)裝配類
- 配置自動(dòng)裝配類
編寫自動(dòng)裝配類，參考代碼：
package cn.gjsm.miukoo.config;
import cn.gjsm.miukoo.properties.OpenAiProperties;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.context.annotation.Configuration;
/**
* 自動(dòng)配置類
*/
@Configuration
@EnableConfigurationProperties(OpenAiProperties.class)
public class OpenAiAutoConfiguration {
}
配置自動(dòng)裝配類:
在resources文件夾下的META-INF/spring.factories文件中配置：
org.springframework.boot.autoconfigure.EnableAutoConfiguration=cn.gjsm.miukoo.config.OpenAiAutoConfiguration
新建openai-starter-test模塊
經(jīng)過上述五部我們就完成了chatGPT的stater的封裝，接下來我們創(chuàng)建一個(gè)模塊來測(cè)試。
新增模塊
測(cè)試模塊的名稱最好是以test結(jié)尾
導(dǎo)入依賴
在測(cè)試模塊中直接可以導(dǎo)入我們封裝好的openai-spring-boot-starter，當(dāng)然還有測(cè)試spring-boot-starter-test依賴。
<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">
<parent>
<artifactId>openai-spring-boot-starter</artifactId>
<groupId>cn.gjsm</groupId>
<version>1.0-SNAPSHOT</version>
<relativePath>../openai-spring-boot-starter/pom.xml</relativePath>
</parent>
<modelVersion>4.0.0</modelVersion>
<groupId>cn.gjsm</groupId>
<artifactId>openai-starter-test</artifactId>
<version>1.0-SNAPSHOT</version>
<dependencies>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
</dependency>
<dependency>
<groupId>cn.gjsm</groupId>
<artifactId>openai-spring-boot-starter</artifactId>
<version>1.0-SNAPSHOT</version>
</dependency>
</dependencies>
</project>
創(chuàng)建啟動(dòng)類
我們計(jì)劃使用SpringBoot去測(cè)試，因此需要?jiǎng)?chuàng)建一個(gè)啟動(dòng)類
package cn.gjsm.miukoo;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class OpenAiApplication {
public static void main(String[] args) {
SpringApplication.run(OpenAiApplication.class, args);
}
}
配置屬性
在測(cè)試模塊的application.yml中，我們需要配置，我們?cè)趏penai-spring-boot-starter中定義的兩個(gè)屬性
server: port: 8080 openai: token: 你的token timeout: 5000
編寫測(cè)試類
我們?cè)跍y(cè)試包下，新建一個(gè)測(cè)試類，即可直接調(diào)用我們?cè)趕tater中封裝的OpenAiUtils工具類，通過其來完成chatGPT功能調(diào)用。
package cn.gjsm.miukoo;
import cn.gjsm.miukoo.utils.OpenAiUtils;
import com.theokanning.openai.completion.CompletionChoice;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;
import java.util.List;
@SpringBootTest
public class OpenAiTest {
/**
* 測(cè)試問答
*/
@Test
public void testQA(){
List<CompletionChoice> questionAnswer = OpenAiUtils.getQuestionAnswer("重慶今天的天氣怎么樣？");
for (CompletionChoice completionChoice : questionAnswer) {
System.out.println(completionChoice.getText());
}
}
/**
* 測(cè)試面試題生成
*/
@Test
public void testInterview(){
List<CompletionChoice> results = OpenAiUtils.getInterviewQuestion("redis");
for (CompletionChoice completionChoice : results) {
System.out.println(completionChoice.getText());
}
}
}
tater中封裝的OpenAiUtils工具類，通過其來完成chatGPT功能調(diào)用。
package cn.gjsm.miukoo;
import cn.gjsm.miukoo.utils.OpenAiUtils;
import com.theokanning.openai.completion.CompletionChoice;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;
import java.util.List;
@SpringBootTest
public class OpenAiTest {
/**
* 測(cè)試問答
*/
@Test
public void testQA(){
List<CompletionChoice> questionAnswer = OpenAiUtils.getQuestionAnswer("重慶今天的天氣怎么樣？");
for (CompletionChoice completionChoice : questionAnswer) {
System.out.println(completionChoice.getText());
}
}
/**
* 測(cè)試面試題生成
*/
@Test
public void testInterview(){
List<CompletionChoice> results = OpenAiUtils.getInterviewQuestion("redis");
for (CompletionChoice completionChoice : results) {
System.out.println(completionChoice.getText());
}
}
}
運(yùn)行報(bào)錯(cuò)
如果你運(yùn)行代碼，出現(xiàn)下面錯(cuò)誤，不應(yīng)緊張，那是英文springboot3.0需要jdk17的版本
選中父項(xiàng)目右鍵打開項(xiàng)目配置創(chuàng)建，修改JDK為17版本即可，重新運(yùn)行即可正常。
總結(jié)
到此這篇關(guān)于SpringBoot3.0整合chatGPT的文章就介紹到這了,更多相關(guān)SpringBoot3.0整合chatGPT內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Java開啟JMX遠(yuǎn)程監(jiān)控服務(wù)配置
這篇文章主要為大家介紹了Java開啟JMX遠(yuǎn)程監(jiān)控的服務(wù)配置，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-05-05
String類代表字符串，java程序中的所有字符串文字（例如"abc"）都被實(shí)現(xiàn)為此類的實(shí)例。本文將詳解String類的使用，以及如何進(jìn)行字符串比較2022-08-08
springboot自動(dòng)裝配之@ComponentScan使用方式
@componentScan注解用于掃描指定路徑下的組件,并自動(dòng)將它們注冊(cè)為Spring?Bean,該注解支持多種過濾規(guī)則,可以自定義掃描過濾規(guī)則,Spring?Boot通過ConfigurationClassPostProcessor處理@ComponentScan注解,并在啟動(dòng)時(shí)創(chuàng)建和注冊(cè)BeanDefinition對(duì)象2025-01-01
這篇文章主要介紹了Java中的程序計(jì)數(shù)器是什么，幫助大家更好的理解和學(xué)習(xí)Java，感興趣的朋友可以了解下2020-09-09
JDBC插入數(shù)據(jù)返回?cái)?shù)據(jù)主鍵代碼實(shí)例
這篇文章主要介紹了JDBC插入數(shù)據(jù)返回?cái)?shù)據(jù)主鍵代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11
springboot整合JavaCV實(shí)現(xiàn)視頻截取第N幀并保存圖片
這篇文章主要為大家詳細(xì)介紹了springboot如何整合JavaCV實(shí)現(xiàn)視頻截取第N幀并保存為圖片,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起了解一下2023-08-08
本篇文章主要介紹了詳解MyBatis逆向工程，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-01-01
IDEA生成可運(yùn)行jar包（包含第三方j(luò)ar包）流程詳解
這篇文章主要介紹了IDEA生成可運(yùn)行jar包（包含第三方j(luò)ar包）流程詳解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11
Java中StringUtils與CollectionUtils和ObjectUtil概念講解
這篇文章主要介紹了Java中StringUtils與CollectionUtils和ObjectUtil概念，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)吧2022-12-12
Feign+mybatisplus搭建項(xiàng)目遇到的坑及解決
這篇文章主要介紹了Feign+mybatisplus搭建項(xiàng)目遇到的坑及解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-03-03