企业级Java开发中的应用人工智能 (Chinese Edition)

第7章. 使用Java访问 推理模型

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

在前一章中，您已学会如何开发并通过推理API暴露生成数据的模型。 该章仅涵盖开发流程的一半：您仅掌握了模型暴露方法，但如何从其他服务调用该模型呢？ 现在我们将完成另一半内容——编写调用API的代码。

本章将完善前例，您将创建Java客户端来调用欺诈推理API，以检测给定交易是否存在欺诈嫌疑。同时我们将演示如何为Spring Boot和Quarkus编写客户端，支持REST与gRPC两种调用方式。

使用Quarkus连接推理API

Quarkus 提供了两种实现 REST 客户端的方法：

• Jakarta REST客户端 是Jakarta EE交互RESTful服务的标准方案。

• MicroProfile REST客户端 提供基于HTTP调用RESTful服务的类型安全方案，尽可能采用Jakarta RESTful Web服务规范。该REST客户端以Java接口形式定义，通过Jakarta RESTful Web服务注解实现类型安全并提供网络配置。

本节将使用MicroProfile REST客户端开发一个调用欺诈检测模型的Quarkus服务。

架构

让我们使用创建一个Quarkus服务，向上一章开发的欺诈推理API发送请求。该服务包含所有已完成交易的列表，并暴露一个端点用于验证给定交易ID是否可视为欺诈。

图7-1展示了本章将实现的架构。Quarkus服务接收请求以验证指定交易是否存在欺诈行为。 该服务从数据库获取交易信息，并将数据发送至欺诈检测服务进行验证。 最终结果将存储至数据库并返回给调用方.

图 7-1. 架构概览

请牢记推理API返回的文档格式，因为在客户端正确实现该格式至关重要。

欺诈推理API

前一章开发的欺诈推理API采用HTTPPOST 方法，暴露/inference 端点，并以JSON文档作为请求主体和响应内容。

以下是正文内容示例：

{
    "txId": "5678",
    "distanceFromLastTransaction": 0.3111400080477545,
    "ratioToMedianPrice": 1.9459399775518593,
    "usedChip": true,
    "usedPinNumber": false,
    "onlineOrder": false
}

响应示例如下：

{
    "txId":"5678",
    "fraud":true
}

现在我们创建一个Quarkus项目来实现消费者部分。

Quarkus项目

首先，生成一个包含REST Jackson和REST Client Jackson依赖的简单Quarkus应用。 可使用Code Quarkus自动生成项目框架，或从零开始创建。

项目基础框架搭建完成后，我们将基于MicroProfile REST客户端规范编写REST客户端。

REST客户端接口

创建 org.acme.FraudDetectionService 接口以交互推理API。在此接口中定义以下信息：

• 使用Jakarta EE注解的连接信息（@jakarta.ws​.rs.Path 用于端点， ...