Spring AI PagePdfDocumentReader 全解析：基于 Apache PdfBox 的按页 PDF 读取实战

### 集成 DeepSeek 模型到 Spring AI 项目中以实现 PDF 解析 为了在 Spring Boot 或 Spring AI 中集成 DeepSeek 模型并实现本地 PDF 文件解析功能，可以通过以下方式完成： #### 使用 Ollama 和 DeepSeek 的 API 进行模型调用 DeepSeek 是一种高性能的大规模语言模型 (LLM)，支持通过 Ollama 提供的接口进行本地部署和调用。Spring AI 可作为中间层来封装这些操作逻辑，并将其无缝嵌入到现有的 Spring Boot 应用程序中。 以下是具体的技术细节以及代码示例： 1. **创建 Spring Boot 项目** 如果尚未创建 Spring Boot 项目，则可以从头开始构建一个新的应用程序[^2]。 2. **引入必要的依赖项** 在 `pom.xml` 文件中添加所需的依赖库，例如用于 HTTP 请求的客户端工具（如 OkHttp 或 RestTemplate），以及其他可能需要的功能模块： ```xml <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- JSON 处理 --> <dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-databind</artifactId> </dependency> ``` 3. **安装和运行 Ollama** 确保已经在服务器上成功安装了 Ollama 并加载了 DeepSeek 模型实例。这一步骤通常涉及下载二进制文件并通过命令行启动服务[^1]。 4. **编写控制器方法处理 PDF 输入** 设计 RESTful 接口接收上传的 PDF 文档数据流，并提取其中的内容传递给 LLM 模型进行分析解释。下面是一个简单的例子演示如何读取 PDF 文件内容： ```java import org.apache.pdfbox.pdmodel.PDDocument; import java.io.InputStream; public class PdfUtils { public static String extractTextFromPdf(InputStream inputStream) throws Exception { try (PDDocument document = PDDocument.load(inputStream)) { return new StringBuilder() .append(document.getDocumentInformation().getTitle()) .append("\n") .append(org.apache.pdfbox.text.PDFTextStripper.getText(document)) .toString(); } } } ``` 5. **定义与 Ollama/DeepSeek 对话的服务类** 构建专门负责向远程或本地托管的语言模型发送请求的服务组件。这里假设我们已经知道如何构造合适的 Prompt 来引导模型理解任务需求——即解析指定格式的文档摘要或者回答关于特定主题的问题。 ```java @Service public class AiService { private final WebClient webClient; public AiService(WebClient.Builder builder){ this.webClient = builder.baseUrl("http://localhost:11434").build(); // 默认OLLAMA端口号 } public String queryModel(String prompt, Map<String,Object> params){ return webClient.post() .uri("/api/generate") .bodyValue(Map.of( "prompt", prompt, "parameters",params)) .retrieve() .bodyToMono(String.class).block(); } } ``` 6. **组合上述部分形成完整的解决方案** 将前面提到的所有片段结合起来，在 Controller 层面暴露对外可用的方法路径，允许外部系统提交待处理材料的同时获取最终结果反馈。 --- ```java @RestController @RequestMapping("/pdf-parser") public class PdfParserController { @Autowired private AiService aiService; @PostMapping(consumes="multipart/form-data") public ResponseEntity<?> parse(@RequestParam MultipartFile file) { try{ InputStream is = file.getInputStream(); String pdfContent = PdfUtils.extractTextFromPdf(is); // 准备提问语句 String questionForAi = "Please summarize the following content:\n\n"+pdfContent+"\n"; // 调用AI服务获得答案 String responseFromAi = aiService.queryModel(questionForAi,new HashMap<>()); return ResponseEntity.ok(responseFromAi); }catch(Exception e){ return ResponseEntity.status(HttpStatus.INTERNAL_SERVER_ERROR).body(e.getMessage()); } } } ``` 以上展示了从零搭建这样一个系统的全过程概述。 --- ####