大模型的 “深度思考” 能力（即生成回答前的推理过程）正在成为提升交互体验的关键
比如下面图中所看到的，Qwen 等模型会将推理过程放在reasoning_content字段中，让用户看到 “思考过程” 而非直接得到结果。但在 Java 开发中，使用 Spring AI 或 LangChain4J 等框架时，你可能会发现：这些框架会忽略reasoning_content字段，只返回最终回答。
这篇文章就来拆解这个问题的原因，并提供一套通过自定义接口调用实现 “获取完整思考过程” 的解决方案。
问题：为什么框架无法获取深度思考内容？
目前主流 Java 框架（Spring AI、LangChain4J）在设计时，默认只处理大模型的 “最终回答”（通常在content字段），而忽略了部分模型新增的 “思考过程” 字段（如reasoning_content）。具体表现为：
- 字段被过滤：框架的响应解析逻辑中，没有处理
reasoning_content的代码，导致这部分数据被直接丢弃。 - 交互体验割裂：大模型的生成逻辑是 “先思考、后输出”，但框架会等待完整结果生成后才返回，用户需要长时间等待，且看不到中间思考过程。
举个例子：当你调用 Qwen 模型时，原始接口返回会包含两部分内容：
reasoning_content：“用户问我是谁，我需要先介绍自己的名字，再说明我的能力，还要保持友好的语气……”（思考过程）content：“我是通义千问，由通义实验室研发的超大规模语言模型。我能够帮助用户回答问题、创作文字，以及进行对话交流。如果你有任何问题或需要帮助，随时告诉我！”（最终回答）
但通过 Spring AI 调用时，你只能拿到content部分，错失了展示 “思考过程” 的机会。
解决方案：自定义接口调用，掌控原始数据
既然框架的封装会丢失信息，那最直接的方案就是：绕过框架的限制，直接调用大模型的原生 API，获取完整响应数据。
这种方式的优势在于：
- 可获取所有字段（包括
reasoning_content、usage等元数据）； - 灵活控制流式输出逻辑，实现 “思考过程” 和 “最终回答” 的实时展示；
- 便于业务扩展（如自定义缓存、日志、过滤规则等）。
下面以 “调用硅基流动接口获取 Qwen 模型的思考过程” 为例，演示具体实现。
实战：用 Spring WebFlux 调用硅基流动 API
硅基流动是一个大模型聚合平台，支持 Qwen、GPT 等模型的调用，其 API 会返回完整的reasoning_content字段。我们用 Spring WebFlux（响应式 HTTP 客户端）实现调用，既能处理流式输出，又能获取原始响应。
步骤 1：了解接口参数
参考硅基流动官方 API 文档，核心请求参数如下：
messages：对话历史（包含role和content）；model：模型名称（如moonshotai/Kimi-Dev-72B）；stream：是否开启流式输出（设为true，实时获取思考和回答）；temperature：控制输出随机性（0-1 之间）。
步骤 2：编码实现（获取完整响应）
import org.junit.jupiter.api.Test;
import org.springframework.http.MediaType;
import org.springframework.web.reactive.function.client.WebClient;
import reactor.core.publisher.Flux;
public class SiliconFlowTest {
// 硅基流动API地址
private static final String API_URL = "https://api.siliconflow.cn/v1/chat/completions";
// 你的API Key（从硅基流动控制台获取）
private static final String API_KEY = "your api-key";
private static final String NULL_MESSAGE = "null";
@Test
public void testGetReasoningContent() {
// 1. 构建请求体（包含对话和参数）
String requestBody = """
{
"messages":
[
{
"content": "你是一个聊天大师，请回答用户的问题。",
"role": "system"
},
{
"content": "什么是Java响应式编程？",
"role": "user"
}
],
"model": "Qwen/Qwen3-8B",
"stream": true,
"temperature": 0.7
}
""";
// 2. 用WebClient发送POST请求（响应式客户端）
WebClient webClient = WebClient.create(API_URL);
Flux<String> responseFlux = webClient.post()
.contentType(MediaType.APPLICATION_JSON)
.header("Authorization", "Bearer " + API_KEY) // 认证头
.bodyValue(requestBody)
.retrieve()
.bodyToFlux(String.class); // 流式接收原始响应
// 3. 处理响应（提取思考过程和最终回答）
responseFlux.subscribe(
// 每收到一段流式数据（SSE格式）
chunk -> {
// 解析原始响应（实际项目中建议用JSON工具解析）
String reasoning = extractField(chunk, "reasoning_content");
String answer = extractField(chunk, "content");
if (!NULL_MESSAGE.equals(reasoning)) {
System.out.println("[思考过程] " + reasoning);
}
if (!NULL_MESSAGE.equals(answer)) {
System.out.println("[最终回答] " + answer);
}
},
// 错误处理
error -> System.err.println("请求错误：" + error.getMessage()),
// 完成回调
() -> System.out.println("\n=== 输出结束 ===")
);
// 阻塞等待（测试环境用，实际项目无需此代码）
try { Thread.sleep(30000); } catch (InterruptedException e) { e.printStackTrace(); }
}
// 简易提取字段的工具方法（实际项目建议用Jackson/Gson解析）
private String extractField(String chunk, String field) {
String prefix = "\"" + field + "\":";
if (chunk.contains(prefix)) {
String sub = chunk.split(prefix)[1].split(",\"")[0];
return sub.replace("\"", "").replace("\\n", "\n").trim();
}
return "";
}
}代码说明
- 请求构建：通过 JSON 字符串定义对话和参数，重点开启
stream: true以实时获取数据。 响应处理：
- 用
Flux<String>接收流式响应（SSE 格式，每段是一个 JSON 片段）； - 通过
subscribe()回调实时解析reasoning_content（思考过程）和content（最终回答）； - 实际项目中建议用 Jackson 等工具解析 JSON，替代示例中的简易字符串处理。
- 用
- 核心价值：通过直接处理原始响应，同时获取 “思考过程” 和 “最终回答”，为前端展示（如分区域显示思考和回答）提供数据支持。
业务扩展：如何在前端展示思考过程？
获取到reasoning_content后，可通过以下方式提升用户体验：
- 分区域展示：前端用两个容器，一个实时显示思考过程（灰色小字），一个显示最终回答（黑色大字）。
- 格式标记：在后端给思考过程加上特殊标记（如
<think>和</think>），前端解析时按标记区分： - 加载动画：在思考过程输出时，前端显示 “正在思考…” 的动画，降低用户等待焦虑。
总结
当 Spring AI 等框架无法满足 “获取大模型深度思考内容” 的需求时，直接调用原生 API 是最灵活的解决方案。通过 Spring WebFlux 处理流式响应，既能实时获取reasoning_content和content，又能保留扩展空间，轻松实现个性化业务逻辑。
如果你需要更复杂的功能（如多模型切换、对话历史管理），可以在此基础上封装工具类，或结合响应式编程框架（如 Project Reactor）优化数据流处理。
最后，附上两个链接：
- 硅基流动 API 文档
- Spring WebFlux 响应式编程入门（我的另一篇博客）
评论 (0)