对话 / 图像识别能力接入

← 开发文档 · English

对话（text）和图像识别（vision）使用同一套 LLM 基础设施，共享同一套接入逻辑。

是否需要写代码？

平台兼容 OpenAI API	平台不兼容 OpenAI API
不需要	需要

• 兼容 OpenAI API 的平台：只需在 adi_model_platform 中将 is_openai_api_compatible 设为 true，系统启动时通过 OpenAiCompatibleLLMService 自动加载，零代码。
• 不兼容的平台：需要编写 Service 类，见下文。

前置步骤：注册平台名称常量

在 AdiConstant.ModelPlatform 中添加新平台名称常量：

文件: adi-common/src/main/java/com/moyz/adi/common/cosntant/AdiConstant.java

public static class ModelPlatform {
    public static final String DEEPSEEK = "deepseek";
    public static final String OPENAI = "openai";
    public static final String DASHSCOPE = "dashscope";
    public static final String OLLAMA = "ollama";
    public static final String SILICONFLOW = "siliconflow";
    // 新增
    public static final String NEWAI = "newai";
}

步骤 1：Service 开发

继承关系: CommonModelService → AbstractLLMService → 你的 Service

必须实现的抽象方法：

方法	返回值	说明
isEnabled()	boolean	检查服务是否可用（通常检查 API Key 是否配置）
doBuildChatModel(ChatModelBuilderProperties)	ChatModel	构建同步对话模型
buildStreamingChatModel(ChatModelBuilderProperties)	StreamingChatModel	构建流式对话模型
parseError(Object)	LLMException	解析 API 错误信息
getTokenEstimator()	TokenCountEstimator	Token 估算器（可返回 null）

可选覆盖的方法：

方法	说明
checkBeforeChat(SseAskParams)	聊天前校验（如 DashScope 检查 base URL）
doCreateChatRequestParameters(ChatRequestParameters, Map)	自定义请求参数（如开启深度思考、联网搜索）

复杂度说明

基类 AbstractLLMService（约 600 行）已实现完整的对话流程（流式输出、工具调用、记忆管理、Token 统计、TTS 集成等），子类的实际工作量取决于目标平台：

• langchain4j 已内置的平台（如 Ollama）：直接使用对应的 OllamaChatModel，实现很简单（参考 OllamaLLMService，约 53 行）
• 有特殊参数的平台：除了构建 Model，还需要覆盖 doCreateChatRequestParameters() 处理平台特有的参数（参考 DashScopeLLMService 约 131 行，处理深度思考、联网搜索等）

示例（参考 DashScopeLLMService）

非兼容平台需要使用平台方提供的 SDK 构建 Model：

public class NewAiLLMService extends AbstractLLMService {
    @Override
    protected ChatModel doBuildChatModel(ChatModelBuilderProperties properties) {
        return NewAiSdkChatModel.builder()
                .baseUrl(platform.getBaseUrl())
                .apiKey(platform.getApiKey())
                .modelName(aiModel.getName())
                .temperature(properties.getTemperature().floatValue())
                .build();
    }
    // ... 其他方法类似
}

步骤 2：注册到 AiModelInitializer

文件: adi-common/src/main/java/com/moyz/adi/common/service/AiModelInitializer.java

在 initLLMServiceList() 方法中添加：

private synchronized void initLLMServiceList(Map<String, ModelPlatform> nameToPlatform, String modelType) {
    // ... 现有平台 ...

    // 新增
    initLLMService(AdiConstant.ModelPlatform.NEWAI, modelType,
        model -> new NewAiLLMService(model, nameToPlatform.get(AdiConstant.ModelPlatform.NEWAI))
            .setProxyAddress(proxyAddress));
}

---

上一篇：新模型平台接入指南 ｜ 下一篇：文生图能力接入