|
此版本仍在开发中，尚不被认为是稳定的。对于最新的快照版本，请使用 Spring AI 1.0.1！ |
MiniMax 聊天
Spring AI 支持 MiniMax 的各种 AI 语言模型。您可以与 MiniMax 语言模型进行交互，并创建基于 MiniMax 模型的多语言对话助手。
前提条件
您需要使用 MiniMax 创建一个 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Tokens。
Spring AI 项目定义了一个名为spring.ai.minimax.api-key您应该将API Key从 API 密钥页面获取。
您可以在application.properties文件：
spring.ai.minimax.api-key=<your-minimax-api-key>为了在处理 API 密钥等敏感信息时增强安全性，您可以使用 Spring 表达式语言 （SpEL） 来引用环境变量：
# In application.yml
spring:
ai:
minimax:
api-key: ${MINIMAX_API_KEY}# In your environment or .env file
export MINIMAX_API_KEY=<your-minimax-api-key>您还可以在应用程序代码中以编程方式设置此配置：
// Retrieve API key from a secure source or environment variable
String apiKey = System.getenv("MINIMAX_API_KEY");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 Artifact Repositories 部分，将这些存储库添加到您的构建系统中。
为了帮助进行依赖管理，Spring AI 提供了 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 自动配置、入门模块的工件名称发生了重大变化。 有关更多信息，请参阅升级说明。 |
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 Mavenpom.xml文件：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-minimax</artifactId>
</dependency>或 Gradlebuild.gradle构建文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-minimax'
}| 请参阅依赖项管理部分，将 Spring AI BOM 添加到构建文件中。 |
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。
| 属性 | 描述 | 默认值 |
|---|---|---|
spring.ai.retry.max次尝试 |
重试尝试的最大次数。 |
10 |
spring.ai.retry.backoff.初始间隔 |
指数退避策略的初始睡眠持续时间。 |
2 秒。 |
spring.ai.retry.backoff.乘数 |
回退间隔乘数。 |
5 |
spring.ai.retry.backoff.max间隔 |
最大回退持续时间。 |
3分钟 |
spring.ai.retry.on-client-错误 |
如果为 false，则引发 NonTransientAiException，并且不要尝试重试 |
false |
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）。 |
empty |
spring.ai.retry.on-http-代码 |
应触发重试的 HTTP 状态代码列表（例如，抛出 TransientAiException）。 |
empty |
连接属性
前缀spring.ai.minimax用作允许您连接到 MiniMax 的属性前缀。
| 属性 | 描述 | 默认值 |
|---|---|---|
spring.ai.minimax.base-url |
要连接到的 URL |
|
spring.ai.minimax.api-key |
API 密钥 |
- |
配置属性
|
现在，通过前缀为 要启用，spring.ai.model.chat=minimax（默认启用） 要禁用，spring.ai.model.chat=none（或任何与最小最大值不匹配的值） 进行此更改是为了允许配置多个模型。 |
前缀spring.ai.minimax.chat是属性前缀，用于配置 MiniMax 的聊天模型实现。
| 属性 | 描述 | 默认值 |
|---|---|---|
spring.ai.minimax.chat.enabled（已删除且不再有效） |
启用 MiniMax 聊天模型。 |
true |
spring.ai.model.聊天 |
启用 MiniMax 聊天模型。 |
MiniMax |
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 |
可选覆盖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 聊天模型 |
|
spring.ai.minimax.chat.options.maxTokens |
聊天补全时要生成的最大Tokens数。输入标记和生成标记的总长度受模型上下文长度的限制。 |
- |
spring.ai.minimax.chat.options.temperature |
要使用的采样温度，用于控制生成的完成的表观创造力。较高的值将使输出更加随机，而较低的值将使结果更加集中和确定。不建议为相同的完成请求修改温度和top_p，因为这两个设置的交互很难预测。 |
0.7 |
spring.ai.minimax.chat.options.topP |
温度采样的替代方法称为核采样，其中模型考虑具有top_p概率质量的标记的结果。因此，0.1 意味着仅考虑包含前 10% 概率质量的Tokens。我们通常建议更改此温度或温度，但不要同时更改两者。 |
1.0 |
spring.ai.minimax.chat.options.n |
要为每条输入消息生成多少个聊天补全选项。请注意，您将根据所有选项中生成的Tokens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。如果此时已经设置了 n 和>1，则 service 将返回一个非法输入参数 （invalid_request_error） |
1 |
spring.ai.minimax.chat.options.presence罚款 |
数字介于 -2.0 和 2.0 之间。正值会根据新标记到目前为止是否出现在文本中来惩罚它们，从而增加模型谈论新主题的可能性。 |
0.0华氏度 |
spring.ai.minimax.chat.options.frequency惩罚 |
数字介于 -2.0 和 2.0 之间。正值会根据新标记迄今为止在文本中的现有频率来惩罚它们，从而降低模型逐字重复同一行的可能性。 |
0.0华氏度 |
spring.ai.minimax.chat.options.stop |
模型将停止生成 stop 指定的字符，目前仅支持格式为 [“stop_word1”] 的单个停用词 |
- |
您可以覆盖通用的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如果设置了属性，则优先于通用属性。
如果您想为不同的模型和不同的模型端点使用不同的 MiniMax 帐户，这将非常有用。 |
所有以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、频率惩罚等。
启动时，可以使用MiniMaxChatModel(api, options)构造函数或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，请执行以下作：
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，您还可以使用使用 ChatOptions#builder（） 创建的可移植 ChatOptions 实例。 |
Samples控制器
创建一个新的 Spring Boot 项目，并将spring-ai-starter-model-minimax到你的 pom（或 gradle）依赖项。
添加一个application.properties文件，在src/main/resources目录，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 凭据。 |
这将创建一个MiniMaxChatModel实现，您可以注入到类中。
这是一个简单的示例@Controller使用聊天模型生成文本的类。
@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 实现了ChatModel和StreamingChatModel并使用低级 MiniMaxApi 客户端连接到 MiniMax 服务。
添加spring-ai-minimax对项目 Maven 的依赖pom.xml文件：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-minimax</artifactId>
</dependency>或 Gradlebuild.gradle构建文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-minimax'
}| 请参阅依赖项管理部分，将 Spring AI BOM 添加到构建文件中。 |
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是流畅的选项生成器。
低级 MiniMaxApi 客户端
MiniMaxApi 为 MiniMax API 提供的轻量级 Java 客户端。
以下是如何以编程方式使用 API 的简单片段：
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(), 0.7, false));
// Streaming request
Flux<ChatCompletionChunk> streamResponse = this.miniMaxApi.chatCompletionStream(
new ChatCompletionRequest(List.of(this.chatCompletionMessage), MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue(), 0.7, true));请关注MiniMaxApi.java的 JavaDoc 以获取更多信息。
WebSearch 聊天
MiniMax 型号支持网络搜索功能。网络搜索功能允许您在网络上搜索信息并在聊天响应中返回结果。
关于网络搜索关注 MiniMax ChatCompletion 了解更多信息。
以下是如何使用网络搜索的简单片段：
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>。