17.推理大模型接入与推理过程返回

对于一些支持推理模型的LLM（如DeepSeekR1 带有推理解析器的vLLM），除了LLM的直接返回结果，推理结果往往也是一个非常有用的返回信息，对于SpringAI，我们可以通过从返回的 Metadata 中获取推理结果。

使用推理的前提是模型必须支持推理，我们可以使用阿里的 qwen-plus-latest 或者智谱的 glm-4.5-flash；这两个都是支持推理过程的模型。

一、实例演示

首先我们需要创建一个SpringAI的项目，基本流程同 创建一个SpringAI-Demo工程

1. 初始化

我们借助OpenAI的接口风格来解析推理过程，因此需要引入对应的依赖：

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-starter-model-openai</artifactId>
    </dependency>
</dependencies>

然后创建一个 Controller 用于测试

@RestController
public class ChatController {
    /**
     * 阿里的百炼模型
     */
    private final ChatModel dashModel;


    /**
     * 智谱模型
     */
    private final ChatModel zhipuModel;

    public ChatController(Environment environment) {
        // 通过手动的方式，注册 阿里百炼模型
        OpenAiApi openAiApi = OpenAiApi.builder().apiKey(getApiKey(environment, "dash-api-key"))
                .baseUrl("https://dashscope.aliyuncs.com/compatible-mode")
                .completionsPath("/v1/chat/completions")
                .build();
        dashModel = OpenAiChatModel.builder()
                .openAiApi(openAiApi)
                .defaultOptions(OpenAiChatOptions.builder()
                        .model("qwen-plus-latest")
                        .extraBody(Map.of("enable_thinking", true))
                        .build())
                .build();

        OpenAiApi zhipuApi = OpenAiApi.builder().apiKey(getApiKey(environment, "zhipuai-api-key"))
                .baseUrl("https://open.bigmodel.cn")
                .completionsPath("/api/paas/v4/chat/completions")
                .build();
        zhipuModel = OpenAiChatModel.builder()
                .openAiApi(zhipuApi)
                .defaultOptions(OpenAiChatOptions.builder().model("glm-4.5-flash")
                        .build())
                .build();

    }

    private String getApiKey(Environment environment, String key) {
        // 1. 通过 --dash-api-key 启动命令传参
        String val = environment.getProperty(key);
        if (StringUtils.isBlank(val)) {
            // 2. 通过jvm传参 -Ddash-api-key=
            val = System.getProperty(key);
            if (val == null) {
                // 3. 通过环境变量传参
                val = System.getenv(key);
            }
        }
        return val;
    }
}

注意上面的实现，我们基于 OpenAiApi 来创建 ChatModel，在创建创建ChatModel时，通过 extraBody 来传递额外参数，告诉大模型是否开启推理过程

但是请注意，这个推理是否开启的参数依然是取决于具体的模型提供商的要求

• 阿里的百炼模型，推理参数为 enable_thinking，且必须显示传递 .extraBody(Map.of("enable_thinking", true))
• 智谱的glm-4.5-flash模型，默认就是开启推理的，不需要额外传递参数；如果希望关闭，可以设置参数 .extraBody(Map.of("thinking", Map.of("type", "disabled")))

2. 获取推理结果

我们先使用同步调用智谱模型，看看表现

@GetMapping(path = "zhipuChatV2")
public Map zhipuChatV2(String msg) {
    ChatClient client = ChatClient.builder(zhipuModel)
            .defaultAdvisors(new SimpleLoggerAdvisor())
            .build();
    ChatResponse response = client.prompt(new Prompt(msg)).call().chatResponse();
    var reason = response.getResult().getOutput().getMetadata().get("reasoningContent");
    var content = response.getResult().getOutput().getText();

    // token使用
    var usage = response.getMetadata().getUsage();
    // 构建完成的返回结果
    return Map.of("思考过程", reason == null ? "" : reason, "结果", content, "token消耗", usage);
}

测试一下，结果返现并没有推理过程；主要原因是推理过程需要是stream()方式调用，然后由用户在 delta 中进行获取

我们在改成 .stream() 方法来获取推理结果

获取推理结果的关键代码在： generation.getOutput().getMetadata().get("reasoningContent");

/**
 * 智谱模型
 *
 * @param msg
 * @return
 */
@GetMapping(path = "zhipuChat")
public Map zhipuChat(String msg) {
    ChatClient client = ChatClient.builder(zhipuModel).defaultAdvisors(new SimpleLoggerAdvisor()).build();
    Flux<ChatResponse> res = client.prompt(new Prompt(msg)).stream().chatResponse();
    StringBuilder content = new StringBuilder();
    StringBuilder reason = new StringBuilder();
    ChatResponse response = res.doOnComplete(() -> {
        System.out.println("思考过程:" + reason);
        System.out.println("结果:" + content);
    }).doOnNext(txt -> {
        Generation generation = txt.getResult();
        var r = generation.getOutput().getMetadata().get("reasoningContent");
        if (r != null) {
            reason.append(r);
            System.out.println("思考:" + r);
        }
        var t = generation.getOutput().getText();
        if (t != null) {
            content.append(t);
            System.out.println("结果:" + t);
        }
    }).blockLast();
    // token使用
    var usage = response.getMetadata().getUsage();
    // 构建完成的返回结果
    return Map.of("思考过程", reason, "结果", content, "token消耗", usage);
}

从上面的结果也可以看出，对于推理过程，使用流式调用，然后再metadata中获取

上面是智谱的大模型；阿里百炼的模型，获取推理结果同样也是使用流式调用，区别在于，若开启了推理过程，那么必须使用流式调用；否则，会报错

二、小结

本文介绍了如何与支持推理的LLM进行交互，并获取推理过程；从使用层面来看并没有太多的差异，只是需要注意

1. 推理过程需要使用流式调用
2. 根据模型的传参定义，判断是否需要主动设置参数，以开启推理过程
3. 从返回的metadata中，获取 reasoningContent 来获取推理过程