Day23 第七個Spring Boot專案：使用Ollama完成簡單的AI

16th鐵人賽

gen96

2024-09-06 07:46:37

304 瀏覽

分享至

這個專案會採用Ollama實現簡易的AI，由於我們使用的是很基礎的模型，所以比不上ChatGPT、Copilot，可能產生文不對題的內容是很正常的，目的讓大家學習如何使用Spring AI。

在2024年，不懂得使用AI的人就落伍了。

去菜市場買菜，都會聽見大媽在聊AI。

坐捷運時，還可以聽到小學生大談自己手機的AI功能有多厲害。

今天，我想來點AI專案，我們會使用被別人訓練好的AI模型。

AI 的發展就像一場軍備競賽，不僅需要投入大量資金購買 GPU，還需要花費大量時間來訓練 AI 模型。

我們普通人很難從零開始打造自有的AI語言模型，但是我們可以站在巨人的肩膀上，使用這些企業已經訓練好的模型。

這個專案會串接Ollama，來完成AI聊天和辨識圖片內容的功能。

最初，我也曾考慮過使用ChatGPT，不過它的API需要付費才能使用，我認為這可能會一些初學者不太好，因此採用免付費的Ollama。

Ollama需要有8G以上的RAM，因為它是使用我們自己電腦的資源運作的。

Ollama安裝與設定

來這裡https://ollama.com/download下載並安裝Ollama，完成後打開命令提示字元輸入

ollama run llava:7b

按下Enter後，會開始下載訓練好的模型（4.7GB），等待完成就能開始和AI聊天了，可以輸入中文或英文，AI會做出回答。

建立Spring專案

接下來要在Spring專案串接Ollama，打開Spring Initializr。

按照下圖的設定建立專案

連接Ollama

開啟專案，修改application.properties添加Ollama相關的設定，base-url是Ollama API的位置，model是我們使用的模型名稱。

spring.ai.ollama.base-url=http://localhost:11434
spring.ai.ollama.chat.model=llava:7b

Controller

新增Controller/OllamaController.java，導入Ollama來完成AI聊天功能和辨識圖片的功能。

@RestController
public class OllamaController {
    //導入Ollama
    private final OllamaChatModel ollamaChatModel;

    public OllamaController(OllamaChatModel ollamaChatModel) {
        this.ollamaChatModel = ollamaChatModel;
    }

    //問Ollama問題，顯示AI模型的回答
    @RequestMapping("/ai")
    public String ollama(@RequestParam(value = "message") String message) {
        return ollamaChatModel.call(message);
    }
}