参考文章：
使用方式:
>
>
引入项目
1
2
3
4
5
6
7
| ><!--修改version为最新稳定版-->
><dependency>
<groupId>io.github.briqt</groupId>
<artifactId>xunfei-spark4j</artifactId>
<version>1.2.0</version>
></dependency>
|
创建客户端
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
| package com.miku.config;
import io.github.briqt.spark4j.SparkClient;
import lombok.Data;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
@ConfigurationProperties(prefix = "miku.ai")
@Data
public class XunFeiConfig {
private String appid;
private String apikey;
private String secretkey;
@Bean
public SparkClient sparkClient(){
SparkClient client = new SparkClient();
client.appid=appid;
client.apiKey=apikey;
client.apiSecret=secretkey;
return client;
}
}
|
同步调用
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
| package com.miku.utils;
import io.github.briqt.spark4j.SparkClient;
import io.github.briqt.spark4j.constant.SparkApiVersion;
import io.github.briqt.spark4j.exception.SparkException;
import io.github.briqt.spark4j.model.SparkMessage;
import io.github.briqt.spark4j.model.SparkSyncChatResponse;
import io.github.briqt.spark4j.model.request.SparkRequest;
import io.github.briqt.spark4j.model.response.SparkTextUsage;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;
import java.util.ArrayList;
import java.util.List;
@Component
public class SparkUtils {
@Autowired
private SparkClient sparkClient;
public String synchronousCalls(String systemContent, String userContent) {
List<SparkMessage> messages = new ArrayList<>();
messages.add(SparkMessage.systemContent(systemContent));
messages.add(SparkMessage.userContent(userContent));
SparkRequest sparkRequest = SparkRequest.builder()
.messages(messages)
.maxTokens(2048)
.temperature(0.2)
.apiVersion(SparkApiVersion.V3_0)
.build();
try {
SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
SparkTextUsage textUsage = chatResponse.getTextUsage();
System.out.println("\n回答：" + chatResponse.getContent());
System.out.println("\n提问tokens：" + textUsage.getPromptTokens()
+ "，回答tokens：" + textUsage.getCompletionTokens()
+ "，总消耗tokens：" + textUsage.getTotalTokens());
return chatResponse.getContent();
} catch (SparkException e) {
System.out.println("发生异常了：" + e.getMessage());
}
return "调用失败";
}
}
|
调用示例
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
| @Resource
private SparkUtils sparkUtils;
@ApiOperation(value = "调用ai服务生成智能生成图表和结论")
@PostMapping("/generate")
public BaseResponse<String> genSmartChart(@RequestPart("file") MultipartFile multipartFile,
GenerByAiRequest aiRequest, HttpServletRequest request) {
String name = aiRequest.getName();
String goal = aiRequest.getGoal();
String chartType = aiRequest.getChartType();
User loginUser = userService.getLoginUser(request);
StringBuilder userInput= new StringBuilder();
userInput.append("分析目标:"+goal).append("\n");
if (StringUtils.isNotBlank(chartType)){
userInput.append("图表类型:"+chartType).append("\n");
}
userInput.append("名称:"+name).append("\n");
ThrowUtils.throwIf(StringUtils.isBlank(goal), ErrorCode.PARAMS_ERROR, "目标不能为空");
ThrowUtils.throwIf(StringUtils.isNotBlank(name)&&name.length()>100,ErrorCode.PARAMS_ERROR,"图表名称不能超过100个字符");
String excelCsv = ExcelUtils.excelCsv(multipartFile);
userInput.append("数据:").append(excelCsv).append("\n");
String result = sparkUtils.synchronousCalls(AiConstant.MATH_MAP, userInput.toString());
return ResultUtils.success(userInput.toString());
}
|
Ai调用技巧
1. 压缩原始数据
因为别人提供的ai接口有字数限制，所以咱们需要将用户传过来的数据进行压缩， 接口普遍都有输入字数限制。所以我们要尽可能压缩数据，能够允许多传一些数据。
AI压缩除了后台自己压缩外，还可以调用ai服务，让ai帮你进行压缩数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
| Al提词技巧1:持续输入,持续优化
第一次问:
我给你三行数据，请帮我分析网站的增长趋势，数据如下:
第一行:日期: 1号, 用户数: 10人
第二行:日期: 2号，用户数: 20人
第三行:日期: 3号，用户数: 30人
Al答:
根据给出的数据，我们可以看出这个网站的用户数在三天内呈现快速增长的趋势。
具体来说,该网站用户数从第一天的10人增长到第二天的20人，增加了10人，
增长率为100%;相比之下,第三天用户数从第二天的20人增长到第三天的30人，
增加了同样的10人，增长率降至50%。如果这种增长趋势持续下去,我们可以
预期该网站在未来几天内还会继续吸引更多用户。当然，若要得出更加准确
的结论,需要更多数据的支持。
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
AI提词技巧2:数据压缩(内容压缩，比如把很长的内容提取关键词,也可以让Al来做)
第二次问:
我给你三行数据，请帮我分析网站的增长趋势，数据如下:
表头:日期,用户数
1号,10
2号,20
3号,30
Al回答:
根据给出的数据，我们可以计算出每日用户增长量:
● 第一天增长了10个新用户;
● 第二天增长了20 - 10=10个新用户;
● 第三天增长了30 - 20=10个新用户。
可以看出，每天的用户增长量都相等，呈现一个线性增长趋势。如果这个网站
在未来的时间里能够保持现在的增长速度和策略不变,预计每过一天会增加10个
用户。但需要注意的是,这个预测是基于目前的数据情况，实际情况受到许多因
素的影响，不能完全准确预测未来用户增长。
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
使用Al压缩
第三次问:
我给你三行数据，请帮我用最少的字数压缩这段数据
第一行:日期: 1号, 用户数: 10人
第二行:日期: 2号，用户数: 20人
第三行:日期: 3号，用户数: 30人
Al回答:
日期1-3号,用户数分别为10/20/30人
|
2. 为了让 Al 更好地理解我们的输入，并给出预期精确的输出，需要严格控制我们的提问词。
1
2
3
4
5
6
7
8
9
10
| 你是一个数据分析师和前端开发专家，接下来我会按照以下固定格式给你提供内容：
分析需求：
{数据分析的需求或者目标}
原始数据：
{csv格式的原始数据，用,作为分隔符}
请根据这两部分内容，按照以下指定格式生成内容（此外不要输出任何多余的开头、结尾、注释）
【【【【【
{前端 Echarts V5 的 option 配置对象js代码，合理地将数据进行可视化，不要生成任何多余的内容，比如注释}
【【【【【
{明确的数据分析结论、越详细越好，不要生成多余的注释}
|
生成结论：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
| 【【【【【
{
title: {
text: '网站用户增长情况',
subtext: ''
},
tooltip: {
trigger: 'axis',
axisPointer: {
type: 'shadow'
}
},
legend: {
data: ['用户数']
},
xAxis: {
data: ['1号', '2号', '3号']
},
yAxis: {},
series: [{
name: '用户数',
type: 'bar',
data: [10, 20, 30]
}]
}
【【【【【
根据数据分析可得，该网站用户数量逐日增长，时间越长，用户数量增长越多。
|
- 指定一个示例问答，one-shot 或者 few-shot。
one-shot：给 AI 一轮示例问答
ew-shot：给 AI 多轮示例问答
总结：智能接口实现
后端流程：
- 构造用户请求（用户消息、csv 数据、图表类型）
- 调用讯飞大模型sdk，得到 AI 响应结果。
- 从 AI 响应结果中，取出需要的信息。
- 保存图表到数据库。
