JeecgBoot框架3.7.1版本AI功能接入DeepSeek模型问题解析
2025-05-02 22:44:30作者:戚魁泉Nursing
问题现象
在使用JeecgBoot框架3.7.1版本的AI功能时,尝试接入DeepSeek模型后出现错误。系统日志显示关键错误信息为"Model Not Exist",表明模型不存在。该错误发生在与DeepSeek API交互的过程中,导致SSE(Server-Sent Events)连接异常终止。
错误分析
从日志中可以清晰地看到请求流程和错误发生的具体位置:
- 系统成功建立了SSE连接
- 向DeepSeek API发送了POST请求
- API返回了明确的错误响应:{"error":{"message":"Model Not Exist","type":"invalid_request_error","param":null,"code":"invalid_request_error"}}
- 最终抛出BaseException异常,提示"Model Not Exist"
根本原因
这个问题的核心在于模型配置不匹配。当JeecgBoot框架向DeepSeek API发送请求时,请求中指定的模型名称与DeepSeek服务端可用的模型不匹配,导致API返回"Model Not Exist"错误。
解决方案
针对这个问题,可以采取以下解决步骤:
-
确认DeepSeek支持的模型列表:首先需要查阅DeepSeek官方文档,确认当前API版本支持的模型名称列表。
-
检查JeecgBoot配置:在JeecgBoot的AI功能配置中,找到模型名称的设置项,确保其值与DeepSeek支持的模型名称完全一致。
-
更新框架版本:如项目维护者建议,可以考虑将JeecgBoot框架更新到最新版本,可能已经包含了针对DeepSeek模型的适配更新。
-
测试验证:修改配置后,建议先通过简单的API调用测试模型是否可用,再集成到完整的AI功能流程中。
技术细节
在JeecgBoot框架中,AI功能的实现依赖于AI服务兼容的API接口。当接入第三方模型如DeepSeek时,需要注意:
- 模型名称必须与API提供商定义的完全一致
- API端点(Endpoint)可能需要特别配置
- 认证方式可能有特殊要求
- 流式响应(SSE)的实现细节可能有差异
最佳实践
对于类似AI功能集成,建议遵循以下实践:
- 始终从官方文档获取最新的API规范
- 在开发环境先进行小规模测试
- 实现完善的错误处理和日志记录
- 考虑API兼容性和版本差异
- 为不同的模型提供商准备独立的配置项
通过以上分析和解决方案,开发者可以顺利解决JeecgBoot框架中AI功能接入DeepSeek模型时遇到的问题,确保AI功能的稳定运行。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265