OpenAI 模型接入

第三章：接入 OpenAI（Chat/Streaming）与关键参数

3.1 你需要关注的 6 个参数

无论你接哪家模型，生产里最常用的参数就是这几个：

modelName：决定能力与价格
temperature：决定随机性（业务场景一般 0.0~0.4）
timeout：避免请求挂死
maxRetries：失败重试（只对可重试错误）
baseUrl：兼容代理/私有网关/OpenAI-compatible
logRequests/logResponses：排障时极其有用，但注意脱敏

3.2 Spring Boot starter（推荐）：配置驱动

3.2.1 依赖

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-open-ai-spring-boot-starter</artifactId>
    <version>1.12.2-beta22</version>
</dependency>

3.2.2 application.yml（Chat + Streaming）

langchain4j:
  open-ai:
    chat-model:
      api-key: ${OPENAI_API_KEY:}
      model-name: gpt-4o-mini
      temperature: 0.2
      timeout: PT60S
    streaming-chat-model:
      api-key: ${OPENAI_API_KEY:}
      model-name: gpt-4o-mini
      temperature: 0.2
      timeout: PT60S

当你引入了 starter，通常会自动提供：

ChatLanguageModel（同步）
StreamingChatModel（流式）

3.3 纯 Java：显式创建模型（更“可控”，也更啰嗦）

package com.example.langchain4j.openai;

import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import java.time.Duration;

public class OpenAiChatExample {

    public static void main(String[] args) {
        String apiKey = System.getenv("OPENAI_API_KEY");
        if (apiKey == null || apiKey.isBlank()) {
            throw new IllegalStateException("请先设置环境变量 OPENAI_API_KEY");
        }

        ChatLanguageModel model = OpenAiChatModel.builder()
                .apiKey(apiKey)
                .modelName("gpt-4o-mini")
                .timeout(Duration.ofSeconds(60))
                .temperature(0.2)
                .build();

        System.out.println(model.chat("给我一个可落地的客服机器人流程图要点（最多 8 条）。"));
    }
}

3.4 baseUrl：你后面接 DeepSeek 会用到

OpenAI integration 支持配置 base-url，用于：

走企业网关/代理
对接 OpenAI-compatible（例如 DeepSeek）

langchain4j:
  open-ai:
    chat-model:
      base-url: https://api.openai.com/v1

3.5 本章小结

你现在已经把 OpenAI 的同步与流式都接好了，并且知道了生产里最关键的参数该放在哪里。下一章我们用同样的工程化方法接入千问（DashScope/Qwen），并补上一个非常重要的主题：不同供应商的差异如何“收敛”到业务代码里。