|
此版本仍在开发中，尚未被视为稳定版本。最新的快照版本请使用 Spring AI 1.0.0-SNAPSHOT！ |
MiniMax 聊天
Spring AI 支持 MiniMax 的各种 AI 语言模型。您可以与 MiniMax 语言模型交互，并基于 MiniMax 模型创建多语言对话助手。
先决条件
您需要使用 MiniMax 创建 API 才能访问 MiniMax 语言模型。
在 MiniMax 注册页面创建一个帐户，并在 API 密钥页面上生成令牌。
Spring AI 项目定义了一个名为spring.ai.minimax.api-key，您应该设置为API Key从 API 密钥页面获取。
导出环境变量是设置该配置属性的一种方法：
export SPRING_AI_MINIMAX_API_KEY=<INSERT KEY HERE>添加存储库和 BOM
Spring AI 工件发布在 Maven Central 和 Spring Snapshot 存储库中。 请参阅 Repositories 部分，将这些存储库添加到您的构建系统中。
为了帮助进行依赖项管理，Spring AI 提供了一个 BOM（物料清单），以确保在整个项目中使用一致的 Spring AI 版本。请参阅依赖项管理部分，将 Spring AI BOM 添加到您的构建系统中。
自动配置
Spring AI 为 MiniMax Chat 客户端提供 Spring Boot 自动配置。
要启用它，请将以下依赖项添加到项目的 Maven 中pom.xml文件：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-minimax-spring-boot-starter</artifactId>
</dependency>或发送到您的 Gradlebuild.gradlebuild 文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-minimax-spring-boot-starter'
}| 请参阅 Dependency Management 部分，将 Spring AI BOM 添加到您的构建文件中。 |
聊天属性
重试属性
前缀spring.ai.retry用作属性前缀，用于配置 MiniMax 聊天模型的重试机制。
| 财产 | 描述 | 违约 |
|---|---|---|
spring.ai.retry.max 次尝试 |
最大重试尝试次数。 |
10 |
spring.ai.retry.backoff.initial-interval |
指数回退策略的初始休眠持续时间。 |
2 秒 |
spring.ai.retry.backoff.multiplier |
Backoff interval 乘数。 |
5 |
spring.ai.retry.backoff.max 间隔 |
最大回退持续时间。 |
3 分钟 |
spring.ai.retry.on-client-errors |
如果为 false，则抛出 NonTransientAiException，并且不要尝试重试 |
假 |
spring.ai.retry.exclude-on-http-codes |
不应触发重试的 HTTP 状态代码列表（例如，引发 NonTransientAiException）。 |
空 |
spring.ai.retry.on-http-codes |
应触发重试的 HTTP 状态代码列表（例如，引发 TransientAiException）。 |
空 |
连接属性
前缀spring.ai.minimax用作用于连接到 MiniMax 的属性前缀。
| 财产 | 描述 | 违约 |
|---|---|---|
spring.ai.minimax.base-url |
要连接到的 URL |
|
spring.ai.minimax.api-key |
API 密钥 |
- |
配置属性
前缀spring.ai.minimax.chat是允许您为 MiniMax 配置聊天模型实施的属性前缀。
| 财产 | 描述 | 违约 |
|---|---|---|
spring.ai.minimax.chat.enabled |
启用 MiniMax 聊天模型。 |
真 |
spring.ai.minimax.chat.base-url |
可选覆盖spring.ai.minimax.base-url以提供特定于聊天的 url |
|
spring.ai.minimax.chat.api-key |
Optional 覆盖 spring.ai.minimax.api-key 以提供特定于聊天的 api-key |
- |
spring.ai.minimax.chat.options.model |
这是要使用的 MiniMax Chat 模型 |
|
spring.ai.minimax.chat.options.max代币 |
在聊天完成中生成的最大令牌数。输入标记和生成的标记的总长度受模型的上下文长度限制。 |
- |
spring.ai.minimax.chat.options.temperature |
要使用的采样温度，用于控制生成的完成项的明显创造性。较高的值将使输出更具随机性，而较低的值将使结果更加集中和确定。不建议为相同的 completions 请求修改 temperature 和 top_p，因为这两个设置的交互很难预测。 |
0.7 |
spring.ai.minimax.chat.options.topP |
使用温度进行采样的替代方法，称为核抽样，其中模型考虑具有top_p概率质量的标记的结果。所以 0.1 意味着只考虑包含前 10% 概率质量的 token。我们通常建议更改此温度或温度，但不能同时更改两者。 |
1.0 |
spring.ai.minimax.chat.options.n |
为每个输入消息生成多少个聊天完成选项。请注意，您将根据所有选项中生成的令牌数量付费。默认值为 1，不能大于 5。具体来说，当温度非常小且接近 0 时，我们只能返回 1 个结果。如果此时已设置 n 且 >1，则 service 将返回非法的输入参数 （invalid_request_error） |
1 |
spring.ai.minimax.chat.options.presencePenalty |
介于 -2.0 和 2.0 之间的数字。正值根据新标记到目前为止是否出现在文本中来惩罚新标记，从而增加模型讨论新主题的可能性。 |
0.0 英尺 |
spring.ai.minimax.chat.options.frequencyPenalty |
介于 -2.0 和 2.0 之间的数字。正值会根据新标记到目前为止在文本中的现有频率来惩罚新标记，从而降低模型逐字重复同一行的可能性。 |
0.0 英尺 |
spring.ai.minimax.chat.options.stop |
该模型将停止生成 stop 指定的字符，目前仅支持 [“stop_word1”] 格式的单个停用词 |
- |
您可以覆盖常见的spring.ai.minimax.base-url和spring.ai.minimax.api-key对于ChatModel实现。
这spring.ai.minimax.chat.base-url和spring.ai.minimax.chat.api-key如果设置了 properties，则优先于 common properties。
如果您想对不同的模型和不同的模型终端节点使用不同的 MiniMax 账户，这将非常有用。 |
所有前缀为spring.ai.minimax.chat.options可以通过将特定于请求的运行时选项添加到Prompt叫。 |
运行时选项
MiniMaxChatOptions.java 提供模型配置，例如要使用的模型、温度、频率损失等。
启动时，可以使用MiniMaxChatModel(api, options)constructor 或spring.ai.minimax.chat.options.*性能。
在运行时，您可以通过向Prompt叫。
例如，要覆盖特定请求的默认模型和温度：
ChatResponse response = chatModel.call(
new Prompt(
"Generate the names of 5 famous pirates.",
MiniMaxChatOptions.builder()
.model(MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue())
.temperature(0.5)
.build()
));| 除了特定于模型的 MiniMaxChatOptions 之外，您还可以使用通过 ChatOptionsBuilder#builder（） 创建的可移植 ChatOptions 实例。 |
Samples控制器
创建一个新的 Spring Boot 项目并添加spring-ai-minimax-spring-boot-starter添加到您的 POM（或 Gradle）依赖项中。
添加application.properties文件中的src/main/resources目录中，以启用和配置 MiniMax 聊天模型：
spring.ai.minimax.api-key=YOUR_API_KEY
spring.ai.minimax.chat.options.model=abab6.5g-chat
spring.ai.minimax.chat.options.temperature=0.7将api-key使用您的 MiniMax 凭证。 |
这将创建一个MiniMaxChatModel实现，您可以将其注入到您的类中。
下面是一个简单的示例@Controller使用 Chat 模型生成文本的类。
@RestController
public class ChatController {
private final MiniMaxChatModel chatModel;
@Autowired
public ChatController(MiniMaxChatModel chatModel) {
this.chatModel = chatModel;
}
@GetMapping("/ai/generate")
public Map generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
return Map.of("generation", this.chatModel.call(message));
}
@GetMapping("/ai/generateStream")
public Flux<ChatResponse> generateStream(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
var prompt = new Prompt(new UserMessage(message));
return this.chatModel.stream(prompt);
}
}手动配置
MiniMaxChatModel 实现ChatModel和StreamingChatModel并使用低级 MiniMaxApi 客户端连接到 MiniMax 服务。
添加spring-ai-minimax依赖项添加到项目的 Mavenpom.xml文件：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-minimax</artifactId>
</dependency>或发送到您的 Gradlebuild.gradlebuild 文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-minimax'
}| 请参阅 Dependency Management 部分，将 Spring AI BOM 添加到您的构建文件中。 |
接下来，创建一个MiniMaxChatModel并将其用于文本生成：
var miniMaxApi = new MiniMaxApi(System.getenv("MINIMAX_API_KEY"));
var chatModel = new MiniMaxChatModel(this.miniMaxApi, MiniMaxChatOptions.builder()
.model(MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue())
.temperature(0.4)
.maxTokens(200)
.build());
ChatResponse response = this.chatModel.call(
new Prompt("Generate the names of 5 famous pirates."));
// Or with streaming responses
Flux<ChatResponse> streamResponse = this.chatModel.stream(
new Prompt("Generate the names of 5 famous pirates."));这MiniMaxChatOptions提供聊天请求的配置信息。
这MiniMaxChatOptions.Builder是 Fluent Options Builder。
低级 MiniMaxApi 客户端
MiniMaxApi 为 MiniMax API 提供了轻量级的 Java 客户端。
以下是如何以编程方式使用 api 的简单代码段：
MiniMaxApi miniMaxApi =
new MiniMaxApi(System.getenv("MINIMAX_API_KEY"));
ChatCompletionMessage chatCompletionMessage =
new ChatCompletionMessage("Hello world", Role.USER);
// Sync request
ResponseEntity<ChatCompletion> response = this.miniMaxApi.chatCompletionEntity(
new ChatCompletionRequest(List.of(this.chatCompletionMessage), MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue(), 0.7f, false));
// Streaming request
Flux<ChatCompletionChunk> streamResponse = this.miniMaxApi.chatCompletionStream(
new ChatCompletionRequest(List.of(this.chatCompletionMessage), MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue(), 0.7f, true));有关详细信息，请遵循 MiniMaxApi.java 的 JavaDoc。
WebSearch 聊天
MiniMax 型号支持 Web 搜索功能。Web 搜索功能允许您在 Web 上搜索信息并在聊天响应中返回结果。
关于网络搜索，请关注 MiniMax ChatCompletion 了解更多信息。
以下是如何使用 Web 搜索的简单代码段：
UserMessage userMessage = new UserMessage(
"How many gold medals has the United States won in total at the 2024 Olympics?");
List<Message> messages = new ArrayList<>(List.of(this.userMessage));
List<MiniMaxApi.FunctionTool> functionTool = List.of(MiniMaxApi.FunctionTool.webSearchFunctionTool());
MiniMaxChatOptions options = MiniMaxChatOptions.builder()
.model(MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.value)
.tools(this.functionTool)
.build();
// Sync request
ChatResponse response = chatModel.call(new Prompt(this.messages, this.options));
// Streaming request
Flux<ChatResponse> streamResponse = chatModel.stream(new Prompt(this.messages, this.options));MiniMaxApi 示例
-
MiniMaxApiIT.java 测试提供了一些如何使用轻量级库的一般示例。
-
MiniMaxApiToolFunctionCallIT.java 测试展示了如何使用低级 API 调用工具函数>