NVIDIA 聊天
NVIDIA LLM API 是一款代理 AI 推理引擎，提供来自多家提供商的多种模型。
Spring AI 通过重用现有的 OpenAI 客户端与 NVIDIA LLM API 集成。
为此你需要将 base-url 设置为https://integrate.api.nvidia.com选择提供的LLM模型之一，得到API密钥为了它。
NVIDIA LLM API 要求maxTokens参数将被明确设置，否则服务器会出错。 |
检查NvidiaWithOpenAiChatModelIT.java测试 以下是使用 NVIDIA LLM API 配合 Spring AI 的示例。
前提条件
-
创建NVIDIA账户并获得足够的信用点。
-
选择一个LLM模型来使用。例如，
meta/llama-3.1-70b-instruct下面的截图。 -
从所选型号的页面，你可以获得
API密钥用于访问该模型。
自动配置
|
春季AI自动配置、起始模块的工件名称发生了重大变化。 更多信息请参阅升级说明。 |
Spring AI 为 OpenAI 聊天客户端提供 Spring Boot 自动配置。
要启用它，请在项目的Maven中添加以下依赖pom.xml文件：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>或者去你的Gradlebuild.gradle构建文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-openai'
}| 请参考依赖管理部分，将Spring AI的物料清单添加到你的构建文件中。 |
聊天属性
重试属性
前缀spring.ai.retry作为属性前缀，用于配置OpenAI聊天模型的重试机制。
| 属性 | 描述 | 默认值 |
|---|---|---|
spring.ai.retry.max尝试 |
重试次数上限。 |
10 |
spring.ai.retry.backoff.initial-interval |
指数式退避政策的初始睡眠时长。 |
两秒钟。 |
spring.ai.retry.backoff.multiplier |
后退间隔倍数。 |
5 |
spring.ai.retry.backoff.max区间 |
最大退回时间。 |
3分钟。 |
spring.ai.retry.on-client-errors |
如果为假，抛出非瞬态AiException，且不要尝试重试 |
false |
spring.ai.retry.exclude-on-http-codes |
不应该触发重试的HTTP状态码列表（例如抛出非瞬态Ai异常）。 |
empty |
spring.ai.retry.on-http-codes |
应触发重试的HTTP状态码列表（例如抛出TransientAiException）。 |
empty |
连接性质
前缀春.ai.openai作为属性前缀，允许你连接到OpenAI。
| 属性 | 描述 | 默认值 |
|---|---|---|
Spring.ai.openai.base-url |
连接的网址。必须设置为 |
- |
spring.ai.openai.api-key（春.ai.openai.api-key） |
NVIDIA API 密钥 |
- |
配置属性
|
现在，启用和禁用聊天自动配置通过带有前缀的顶层属性进行配置 启用时，spring.ai.model.chat=openai（默认启用） 要禁用，可以选择 spring.ai.model.chat=none（或任何与 openai 不匹配的值） 此改动旨在允许配置多个模型。 |
前缀spring.ai.openai.chat是允许您配置OpenAI聊天模型实现的属性前缀。
| 属性 | 描述 | 默认值 |
|---|---|---|
spring.ai.openai.chat.enabled（已移除且不再有效） |
启用OpenAI聊天模型。 |
true |
spring.ai.model.chat |
启用OpenAI聊天模型。 |
OpenAI |
spring.ai.openai.chat.base-url |
可选覆盖 spring.ai.openai.base-url，提供针对聊天的具体网址。必须设置为 |
- |
spring.ai.openai.chat.api-key。 |
可选覆盖 spring.ai.openai.api-key，提供针对聊天的 api-key。 |
- |
spring.ai.openai.chat.options.model |
NVIDIA LLM 模型的使用 |
- |
spring.ai.openai.chat.options.temperature. |
采样温度决定了生成完备的显得创造力。值越高，输出越随机，值越低，结果越聚焦且确定性强。不建议对相同的完井请求调整温度和top_p，因为这两种设置的相互作用难以预测。 |
0.8 |
spring.ai.openai.chat.options.frequency 惩罚 |
数字介于-2.0到2.0之间。正值会根据新标记在文本中已有的频率进行惩罚，降低模型逐字重复同一行的可能性。 |
0.0f |
spring.ai.openai.chat.options.maxTokens |
聊天补全时最多可生成的Tokens数。输入标记和生成标记的总长度受模型上下文长度限制。 |
注意：NVIDIA LLM API 需要 |
spring.ai.openai.chat.options.n |
每个输入消息需要生成多少聊天补全选项。请注意，你将根据所有选项中生成的Tokens数量收费。保持n为1以降低成本。 |
1 |
spring.ai.openai.chat.options.presence惩罚 |
数字介于-2.0到2.0之间。正值会根据新Tokens是否出现在文本中来惩罚它们，从而提高模型讨论新话题的可能性。 |
- |
spring.ai.openai.chat.options.response格式 |
一个对象，指定模型必须输出的格式。设定为 |
- |
spring.ai.openai.chat.options.seed |
此功能目前处于测试阶段。如果有明确规定，我们的系统会尽最大努力以确定性方式采样，使得用相同的种子和参数重复请求应返回相同的结果。 |
- |
spring.ai.openai.chat.options.stop |
最多有4个序列，API会停止生成更多Tokens。 |
- |
spring.ai.openai.chat.options.topP |
一种与温度抽样不同的替代方案，称为核抽样，模型考虑以top_p概率质量计算的符号结果。因此，0.1 意味着只考虑构成概率质量最高 10% 的Tokens。我们一般建议调整温度，但不要两者兼顾。 |
- |
spring.ai.openai.chat.options.tools |
模型可能调用的工具列表。目前，仅支持函数作为工具。利用该列表提供模型可能生成 JSON 输入的函数列表。 |
- |
spring.ai.openai.chat.options.toolChoice |
控制模型调用的函数（如果有的话）。无（non）表示模型不会调用函数，而是生成消息。自动意味着模型可以选择生成消息或调用函数。通过{“类型：”函数“， ”函数“： {”name“： ”my_function“}}指定特定函数，会强制模型调用该函数。当没有函数存在时，默认为 none。如果有函数，自动是默认的。 |
- |
spring.ai.openai.chat.options.user |
一个代表终端用户的唯一标识符，可以帮助OpenAI监控和检测滥用行为。 |
- |
spring.ai.openai.chat.options.stream-usage |
（仅限流媒体播放）设置为为整个请求添加一个额外的块，包含Tokens使用统计数据。这 |
false |
spring.ai.openai.chat.options.tool-names |
列出了工具，按名称标识，用于在一次提示请求中实现函数调用。带有这些名称的工具必须存在于 ToolCallback 注册表中。 |
- |
spring.ai.openai.chat.options.tool-callbacks |
工具回调以注册到聊天模型。 |
- |
spring.ai.openai.chat.options.internal-tool-execution-enabled |
如果为 false，Spring AI 不会在内部处理工具调用，而是代理到客户端。然后由客户端负责处理工具调用，将其派遣到相应函数，并返回结果。如果为真（默认为真），Spring AI 会在内部处理函数调用。仅适用于支持函数调用的聊天模型 |
true |
运行时选项
OpenAiChatOptions.java提供模型配置，如所用模型、温度、频率惩罚等。
启动时，默认选项可以配置为OpenAiChatModel（api， options）构造者或spring.ai.openai.chat.options.*性能。
运行时，你可以通过添加新的、请求专属的选项来覆盖默认选项，提示叫。
例如，针对特定请求覆盖默认型号和温度：
ChatResponse response = chatModel.call(
new Prompt(
"Generate the names of 5 famous pirates.",
OpenAiChatOptions.builder()
.model("mixtral-8x7b-32768")
.temperature(0.4)
.build()
));| 除了模型特定的OpenAiChatOptions外，你还可以使用用ChatOptions#builder（）创建的便携式ChatOptions实例。 |
函数调用
NVIDIA LLM API 支持在选择支持该工具的型号时调用工具/函数。
你可以用ChatModel注册自定义Java函数，并让模型智能地选择输出包含参数的JSON对象，调用一个或多个注册函数。 这是一种强大的技术，将LLM功能与外部工具和API连接起来。
工具示例
这里有一个简单的示例，展示了如何用 Spring AI 调用 NVIDIA LLM API 函数：
spring.ai.openai.api-key=${NVIDIA_API_KEY}
spring.ai.openai.base-url=https://integrate.api.nvidia.com
spring.ai.openai.chat.options.model=meta/llama-3.1-70b-instruct
spring.ai.openai.chat.options.max-tokens=2048@SpringBootApplication
public class NvidiaLlmApplication {
public static void main(String[] args) {
SpringApplication.run(NvidiaLlmApplication.class, args);
}
@Bean
CommandLineRunner runner(ChatClient.Builder chatClientBuilder) {
return args -> {
var chatClient = chatClientBuilder.build();
var response = chatClient.prompt()
.user("What is the weather in Amsterdam and Paris?")
.functions("weatherFunction") // reference by bean name.
.call()
.content();
System.out.println(response);
};
}
@Bean
@Description("Get the weather in location")
public Function<WeatherRequest, WeatherResponse> weatherFunction() {
return new MockWeatherService();
}
public static class MockWeatherService implements Function<WeatherRequest, WeatherResponse> {
public record WeatherRequest(String location, String unit) {}
public record WeatherResponse(double temp, String unit) {}
@Override
public WeatherResponse apply(WeatherRequest request) {
double temperature = request.location().contains("Amsterdam") ? 20 : 25;
return new WeatherResponse(temperature, request.unit);
}
}
}在这个例子中，当模型需要天气信息时，它会自动调用weatherFunctionBean，然后可以获取实时天气数据。
预期的回应是这样的：“阿姆斯特丹目前天气为20摄氏度，巴黎天气为25摄氏度。”
阅读更多关于OpenAI函数调用的信息。
采样控制器
创建一个新的 Spring Boot 项目并添加Spring-AI-starter-model-openai对你的POM（或Gradle）依赖。
添加一个application.properties文件，在src/主/资源目录，用于启用和配置OpenAi聊天模型：
spring.ai.openai.api-key=${NVIDIA_API_KEY}
spring.ai.openai.base-url=https://integrate.api.nvidia.com
spring.ai.openai.chat.options.model=meta/llama-3.1-70b-instruct
# The NVIDIA LLM API doesn't support embeddings, so we need to disable it.
spring.ai.openai.embedding.enabled=false
# The NVIDIA LLM API requires this parameter to be set explicitly or server internal error will be thrown.
spring.ai.openai.chat.options.max-tokens=2048替换API密钥用你的NVIDIA凭证。 |
NVIDIA LLM API 要求max-token（最大Tokens）参数将被明确设置，否则服务器会出错。 |
这里有一个简单的例子@Controller使用聊天模式生成文本的课程。
@RestController
public class ChatController {
private final OpenAiChatModel chatModel;
@Autowired
public ChatController(OpenAiChatModel 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) {
Prompt prompt = new Prompt(new UserMessage(message));
return this.chatModel.stream(prompt);
}
}