当前位置：首页 > article >正文

【异常记录Java-20250204】调用讯飞星火AI（Spark lite 版本）Api 授权错误问题处理

article 2025/2/5 19:47:47

问题重现

依赖

<!--讯飞开放平台sdk-->
<dependency>
    <groupId>io.github.briqt</groupId>
    <artifactId>xunfei-spark4j</artifactId>
    <version>1.3.0</version>
</dependency>

yml配置文件

# 讯飞Api配置
xunfei:
  client:
    appId: "别只顾着抄，这里要写自己的"
    apiKey: "别只顾着抄，这里要写自己的"
    apiSecret: "别只顾着抄，这里要写自己的"

SparkConfig 配置类

@Configuration
@ConfigurationProperties(prefix = "xunfei.client")
@Data
public class SparkConfig {
    private String appid;
    private String apiKey;
    private String apiSecret;

    @Bean
    public SparkClient sparkClient() {
        SparkClient sparkClient = new SparkClient();
        sparkClient.appid = this.appid;
        sparkClient.apiKey = this.apiKey;
        sparkClient.apiSecret = this.apiSecret;
        return sparkClient;
    }
}

SparkManager 实现类

@Component
@Slf4j
public class SparkManager {
    @Resource
    private SparkClient sparkClient;

    /**
     * AI生成问题的预设条件
     */
    public static final  String PRECONDITION = "" +
            "你是一名Java程序员\n" +
            "给我一些软件开发方面的知识\n";

    public String sendHttpToSpark(final String content){
        // 消息列表，可以再此列表添加历史对话记录
        List<SparkMessage> messages = new ArrayList<>();
        messages.add(SparkMessage.systemContent(PRECONDITION));
        // 用户输入内容
        messages.add(SparkMessage.userContent(content));
        // 构造请求
        SparkRequest sparkRequest = SparkRequest.builder()
                // 指定请求版本，lite为V1_5
                .apiVersion(SparkApiVersion.V1_5)
                .messages(messages)     // 消息列表
                .build();
        // 同步调用
        SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
        String responseContent = chatResponse.getContent();
        log.info("spark返回内容：{}",responseContent);
        return responseContent;
    }
}

可以到讯飞星火官网免费领取不限量的免费AI

在这里插入图片描述

完成以上步骤后，不出意外的话就能正常通过java代码调用Spark lite 的API进行 AI 对话，但遗憾的是出了意外

测试代码

@SpringBootTest
public class SparkManagerTest {

    @Resource
    private SparkManager sparkManager;

    private final String userInput = "如何调用api";

    @Test
    public void testApi(){
        String result = sparkManager.sendHttpToSpark(userInput);
        System.out.println(result);
    }
}

报错截图

在这里插入图片描述

问题处理

一开始我怀疑的是自己的配置出了问题，但CV大法除了CV错地方外，还能怎么错呢？

刚好讯飞星火提供了免费的Spark Lite的同时，还赠送了不少Spark4.0 Uitra的token数，刚好可以拿来做验证

在这里插入图片描述

修改指定请求版本

public String sendHttpToSpark(final String content){
    List<SparkMessage> messages = new ArrayList<>();
    messages.add(SparkMessage.systemContent(PRECONDITION));
    messages.add(SparkMessage.userContent(content));
    SparkRequest sparkRequest = SparkRequest.builder()
            // 修改指定请求版本为4_0，其对应4.0Ultra
            .apiVersion(SparkApiVersion.V4_0)
            .messages(messages)    
            .build();
    SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
    String responseContent = chatResponse.getContent();
    log.info("spark返回内容：{}",responseContent);
    return responseContent;
}

此时再运行测试代码可正常获取返回内容

在这里插入图片描述

然后看了源码后，也算是找到 Spark Lite 授权错误的原因，API版本枚举类(SparkApiVersion.class)中lite对应的V1_5版本中的domain属性是general 而不是 lite

在这里插入图片描述

为了使用免费版本的AI（仅限学习，经济压力大，学习阶段就搞付费的承受不起），自然得想方法处理。

在这里插入图片描述

需要注意的是，SparkApiVersion类中的构造方法是私有的，无法直接设值，所以我采用的是利用反射去修改值（不推荐，但这不对外，仅是学习AI才使用该方法；如有更好的方法，烦请告知）

编写EnumReflectionUtil工具类，用于修改枚举值

public class EnumReflectionUtil {
    public static void setEnumField(Enum<?> enumConstant, String fieldName, Object newValue) throws Exception {
        Field field = enumConstant.getClass().getDeclaredField(fieldName);
        field.setAccessible(true);
        field.set(enumConstant, newValue);
    }
}

修改SparkManager类

@Component
@Slf4j
public class SparkManager {
    @Resource
    private SparkClient sparkClient;

    @PostConstruct
    public void init(){
        try {
            // 修改 V1_5 的版本信息
            EnumReflectionUtil.setEnumField(SparkApiVersion.V1_5, "version", "v1.1");
            EnumReflectionUtil.setEnumField(SparkApiVersion.V1_5, "url", "https://spark-api.xf-yun.com/v1.1/chat");
            EnumReflectionUtil.setEnumField(SparkApiVersion.V1_5, "domain", "lite");
        } catch (Exception e) {
            log.error("尝试修改枚举字段异常：", e);
        }
    }

    /**
     * AI生成问题的预设条件
     */
    public static final  String PRECONDITION = "" +
            "你是一名Java程序员\n" +
            "给我一些软件开发方面的知识\n";


    public String sendHttpToSpark(final String content){
        // 消息列表，可以再此列表添加历史对话记录
        List<SparkMessage> messages = new ArrayList<>();
        messages.add(SparkMessage.systemContent(PRECONDITION));
        // 用户输入内容
        messages.add(SparkMessage.userContent(content));
        // 构造请求
        SparkRequest sparkRequest = SparkRequest.builder()
                // 此时SparkApiVersion.V1_5的内容为修改后的内容
                .apiVersion(SparkApiVersion.V1_5)
                .messages(messages)     // 消息列表
                .build();
        // 同步调用
        SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
        String responseContent = chatResponse.getContent();
        log.info("spark返回内容：{}",responseContent);
        return responseContent;
    }
}