chat - 支持哪些模型?及方言定制
2026年1月23日 下午10:24:48
1、支持哪些聊天模型?
支持聊天模型,其实是支持接口风格。比如 DeepSeek-V3 官网的接口兼容 openai;在 ollama 平台是另一种接口风格;在阿里百炼则有两种接口风格,一种兼容 openai,另一种则是百炼专属风格;在模力方舟(ai.gitee)则是兼容 openai。
聊天模型的这种接口风格,称为聊天方言(简称,方言)。ChatConfig 通过 provider 或 apiUrl识别模型服务是由谁提供的。并自动选择对应的聊天方言适配。
框架内置的方言适配有:
| 言方 | 配置要求 | 描述 |
|---|---|---|
| openai | 兼容 openai 的接口规范(默认) | |
| ollama | provider=ollama | 兼容 ollama 的接口规范 |
| gemini | provider=gemini | 兼容 gemini 的接口规范(v3.8.1 后可试用) |
| dashscope | 兼容 dashscope (阿里云的平台百炼)的接口规范 (v3.5.1 后基于 apiUrl 自动识别,不要配置 provider) |
那支持哪些聊天模型?
- 所有兼容 openai 的模型或平台服务(比如“claude(openai 兼容模式)”、dashscope(openai 兼容模式)、“模力方舟”、“硅基流动”、“魔搭社区(魔力空间)”、“Xinference”、“火山引擎”、“智谱”、“讯飞火星”、“百度千帆”、“阿里百炼” 等),都兼容
- 所有 ollama 平台上的模型,都兼容
- 所有 gemini 相关模型,都兼容
- 所有 阿里百炼 平台上的模型(同时提供有 “百炼” 和 “openai” 两套接口),都兼容
构建示例:
ChatModel chatModel = ChatModel.of("http://127.0.0.1:11434/api/chat") //使用完整地址(而不是 api_base)
.headerSet("x-demo", "demo1")
.provider("ollama")
.model("llama3.2")
.build();
2、自带的方言依赖包
| 方言依赖包 | 描述 |
|---|---|
| org.noear:solon-ai | 包含 solon-ai-core 和下面所有的方言包。一般引用这个 |
| org.noear:solon-ai-dialect-openai | 兼容 openai 的方言包 |
| org.noear:solon-ai-dialect-ollama | 兼容 ollama 的方言包 |
| org.noear:solon-ai-dialect-dashscope | 兼容 dashscope 的方言包 |
| org.noear:solon-ai-dialect-gemini | 兼容 gemini 的方言包 |
提醒:一般匹配不到方言时?要么是 provider 配置有问题,要么是 pom 缺少相关的依赖包。
3、聊天方言接口定义
public interface ChatDialect extends AiModelDialect {
/**
* 是否为默认
*/
default boolean isDefault() {
return false;
}
/**
* 匹配检测
*
* @param config 聊天配置
*/
boolean matched(ChatConfig config);
/**
* 创建 http 工具
*
* @param config 聊天配置
*/
HttpUtils createHttpUtils(ChatConfig config);
/**
* 创建 http 工具
*
* @param config 聊天配置
* @param isStream 是否流式获取
*/
default HttpUtils createHttpUtils(ChatConfig config, boolean isStream) {
return createHttpUtils(config);
}
/**
* 构建请求数据
*
* @param config 聊天配置
* @param options 聊天选项
* @param messages 消息
* @param isStream 是否流式获取
*/
String buildRequestJson(ChatConfig config, ChatOptions options, List<ChatMessage> messages, boolean isStream);
/**
* 构建助理消息节点
*
* @param toolCallBuilders 工具调用构建器集合
*/
ONode buildAssistantMessageNode(Map<String, ToolCallBuilder> toolCallBuilders);
/**
* 构建助理消息根据直接返回的工具消息
*
* @param toolMessages 直接返回的工具消息
*/
AssistantMessage buildAssistantMessageByToolMessages(List<ToolMessage> toolMessages);
/**
* 分析响应数据
*
* @param config 聊天配置
* @param resp 响应体
* @param respJson 响应数据
*/
boolean parseResponseJson(ChatConfig config, ChatResponseDefault resp, String respJson);
/**
* 分析工具调用
*
* @param resp 响应体
* @param oMessage 消息节点
*/
List<AssistantMessage> parseAssistantMessage(ChatResponseDefault resp, ONode oMessage);
}
3、OllamaChatDialect 定制参考
如果方言有组件注解,会自动注册。否则,需要手动注册:
ChatDialectManager.register(new OllamaChatDialect());
方言定制参考:
public class OllamaChatDialect extends AbstractChatDialect {
private static OllamaChatDialect instance = new OllamaChatDialect();
public static OllamaChatDialect getInstance() {
return instance;
}
/**
* 匹配检测
*
* @param config 聊天配置
*/
@Override
public boolean matched(ChatConfig config) {
return "ollama".equals(config.getProvider());
}
@Override
protected void buildChatMessageNodeDo(ONode oNode, UserMessage msg) {
oNode.set("role", msg.getRole().name().toLowerCase());
if (Utils.isEmpty(msg.getMedias())) {
oNode.set("content", msg.getContent());
} else {
oNode.set("content", msg.getContent());
AiMedia demo = msg.getMedias().get(0);
if (demo instanceof Image) {
oNode.set("images", msg.getMedias().stream().map(i -> i.toDataString(false)).collect(Collectors.toList()));
} else if (demo instanceof Audio) {
oNode.set("audios", msg.getMedias().stream().map(i -> i.toDataString(false)).collect(Collectors.toList()));
} else if (demo instanceof Video) {
oNode.set("videos", msg.getMedias().stream().map(i -> i.toDataString(false)).collect(Collectors.toList()));
}
}
}
@Override
public ONode buildAssistantMessageNode(Map<String, ToolCallBuilder> toolCallBuilders) {
ONode oNode = new ONode();
oNode.set("role", "assistant");
oNode.set("content", "");
oNode.getOrNew("tool_calls").asArray().then(n1 -> {
for (Map.Entry<String, ToolCallBuilder> kv : toolCallBuilders.entrySet()) {
//有可能没有
n1.addNew().set("id", kv.getValue().idBuilder.toString())
.set("type", "function")
.getOrNew("function").then(n2 -> {
n2.set("name", kv.getValue().nameBuilder.toString());
n2.set("arguments", ONode.ofJson(kv.getValue().argumentsBuilder.toString()));
});
}
});
return oNode;
}
@Override
public boolean parseResponseJson(ChatConfig config, ChatResponseDefault resp, String json) {
//解析
ONode oResp = ONode.ofJson(json);
if (oResp.isObject() == false) {
return false;
}
if (oResp.hasKey("error")) {
resp.setError(new ChatException(oResp.get("error").getString()));
} else {
resp.setModel(oResp.get("model").getString());
resp.setFinished(oResp.get("done").getBoolean());
String done_reason = oResp.get("done_reason").getString();
String createdStr = oResp.get("created_at").getString();
if (createdStr != null) {
createdStr = createdStr.substring(0, createdStr.indexOf(".") + 4);
}
Date created = DateUtil.parseTry(createdStr);
List<AssistantMessage> messageList = parseAssistantMessage(resp, oResp.get("message"));
for (AssistantMessage msg1 : messageList) {
resp.addChoice(new ChatChoice(0, created, done_reason, msg1));
}
if (resp.isFinished()) {
long promptTokens = oResp.get("prompt_eval_count").getLong();
long completionTokens = oResp.get("eval_count").getLong();
long totalTokens = promptTokens + completionTokens;
resp.setUsage(new AiUsage(promptTokens, completionTokens, totalTokens, oResp));
if (resp.hasChoices() == false) {
resp.addChoice(new ChatChoice(0, created, "stop", new AssistantMessage("")));
}
}
}
return true;
}
@Override
protected ToolCall parseToolCall(ChatResponseDefault resp, ONode n1) {
String callId = n1.get("id").getString();//可能是空的
ONode n1f = n1.get("function");
String name = n1f.get("name").getString();
ONode n1fArgs = n1f.get("arguments");
String argStr = n1fArgs.getString();
String index = name;
if (n1fArgs.isValue()) {
//有可能是 json string
if (hasNestedJsonBlock(argStr)) {
n1fArgs = ONode.ofJson(argStr);
}
}
Map<String, Object> argMap = null;
if (n1fArgs.isObject()) {
argMap = n1fArgs.toBean(Map.class);
}
return new ToolCall(index, callId, name, argStr, argMap);
}
}