Rain9Rain9
首页
AI 岗位
AI 目录
前端
后端
桌面端
WebGL
Web3
  • 算法与面试
  • 面试八股
  • Vim 练级
  • Github
  • 掘金
  • 公众号《与 IT 有约》
首页
AI 岗位
AI 目录
前端
后端
桌面端
WebGL
Web3
  • 算法与面试
  • 面试八股
  • Vim 练级
  • Github
  • 掘金
  • 公众号《与 IT 有约》
  • 2026 · AI 时代

    • 程序员的出路:AI 时代的价值思考
    • 从零开始构建智能体(Hello-Agents 课程通俗笔记)

2.5. 集成 AI 模型 SDK(以 OpenAI 为例)

在上一节中,我们完成了环境变量的安全配置。本节我们将正式集成 OpenAI SDK,构建与大语言模型(LLM)交互的基础能力。我们将遵循 Nest.js 的模块化设计原则,将 AI 服务封装为独立的模块,以便于维护和测试。

1. 安装依赖

首先,我们需要安装 OpenAI 官方提供的 Node.js SDK。

pnpm add openai

2. 封装 OpenAI 模块

为了保持代码的整洁和可复用性,我们不建议直接在业务逻辑中实例化 OpenAI 客户端。相反,我们将创建一个专门的 OpenAIModule。

2.1 创建模块与服务

使用 Nest CLI 快速生成模块和服务:

nest g module openai
nest g service openai

2.2 实现 OpenAIService

修改 src/openai/openai.service.ts,利用 ConfigService 读取我们在上一节配置的 API Key,并初始化 OpenAI 客户端。

// src/openai/openai.service.ts
import { Injectable, Logger } from '@nestjs/common';
import { ConfigService } from '@nestjs/config';
import OpenAI from 'openai';

@Injectable()
export class OpenAIService {
  private readonly openai: OpenAI;
  private readonly logger = new Logger(OpenAIService.name);

  constructor(private readonly configService: ConfigService) {
    const apiKey = this.configService.get<string>('OPENAI_API_KEY');
    
    if (!apiKey) {
        this.logger.error('OPENAI_API_KEY is not defined');
        throw new Error('OPENAI_API_KEY is not defined');
    }

    this.openai = new OpenAI({
      apiKey: apiKey,
    });
  }

  /**
   * 发送聊天请求
   * @param content 用户输入的内容
   * @param model 模型名称,默认为 gpt-3.5-turbo
   */
  async chat(content: string, model = 'gpt-3.5-turbo'): Promise<string> {
    try {
      const completion = await this.openai.chat.completions.create({
        messages: [{ role: 'user', content }],
        model: model,
      });

      return completion.choices[0]?.message?.content || '';
    } catch (error) {
      this.logger.error(`OpenAI API call failed: ${error.message}`);
      throw error;
    }
  }
}

2.3 导出服务

为了让其他模块(如 AnalysisModule)能够使用 OpenAIService,我们需要在 OpenAIModule 中将其导出。

// src/openai/openai.module.ts
import { Module } from '@nestjs/common';
import { OpenAIService } from './openai.service';
import { ConfigModule } from '@nestjs/config';

@Module({
  imports: [ConfigModule], // 确保 ConfigModule 可用(如果是全局配置也可省略,但显式导入更安全)
  providers: [OpenAIService],
  exports: [OpenAIService], // 重要:导出服务供其他模块使用
})
export class OpenAIModule {}

3. 在业务模块中使用

现在我们可以在 AnalysisModule 中注入并使用 OpenAIService 了。

3.1 导入 OpenAIModule

修改 src/analysis/analysis.module.ts:

// src/analysis/analysis.module.ts
import { Module } from '@nestjs/common';
import { AnalysisController } from './analysis.controller';
import { AnalysisService } from './analysis.service';
import { OpenAIModule } from '../openai/openai.module'; // 导入模块

@Module({
  imports: [OpenAIModule], // 添加到 imports
  controllers: [AnalysisController],
  providers: [AnalysisService],
})
export class AnalysisModule {}

3.2 调用 AI 服务

修改 src/analysis/analysis.service.ts,实现真正的 AI 分析逻辑。

// src/analysis/analysis.service.ts
import { Injectable } from '@nestjs/common';
import { OpenAIService } from '../openai/openai.service';

@Injectable()
export class AnalysisService {
  constructor(private readonly openAIService: OpenAIService) {}

  async analyzeData(data: any): Promise<string> {
    // 构建 Prompt
    const prompt = `请作为数据分析师,分析以下数据并给出专业见解:\n${JSON.stringify(data)}`;
    
    // 调用 AI 服务
    return this.openAIService.chat(prompt);
  }

  // 保留原有方法兼容性
  getAnalysisResult(): string {
    return 'This is a detailed analysis result from the AnalysisService.';
  }
}

4. 验证

启动应用并调用相应的 API 接口,如果配置正确,你的 Nest.js 后端现在应该能够通过 OpenAI API 返回智能分析结果了。

pnpm start:dev

通过这种模块化的方式,我们将 AI 基础设施代码(OpenAI 模块)与业务逻辑代码(Analysis 模块)解耦,为后续扩展(如切换到其他 AI 模型)打下了良好的基础。

最近更新: 2026/10/31 10:01