|
此版本仍在开发中，尚未被视为稳定版。如需最新的快照版本，请使用 Spring AI 1.1.3！ |
MiniMax聊天
Spring AI 支持来自 MiniMax 的各种 AI 语言模型。您可以与 MiniMax 语言模型进行交互，并基于 MiniMax 模型创建一个多语言对话助手。
前置条件
您需要使用MiniMax创建一个API以访问MiniMax语言模型。
在MiniMax 注册页面创建账号，并在API 密钥页面生成Tokens。
The Spring AI 项目定义了一个配置属性名为spring.ai.minimax.api-key，你应该将其设置为从API密钥页面获得的API Key的值。
您可以在您的application.properties文件中设置此配置属性：
spring.ai.minimax.api-key=<your-minimax-api-key>在处理API密钥等敏感信息时，为了增强安全性，您可以使用Spring表达式语言（SpEL）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>您也可以在应用程序代码中通过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");Auto-configuration
|
Spring AI自动配置和starter模块的artifact名称有了重大变化。 请参阅升级说明获取更多信息。 |
Spring AI 提供了对 MiniMax 聊天客户端的 Spring Boot 自动配置。
要启用它，请将以下依赖项添加到项目中 Maven pom.xml 文件中：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-minimax</artifactId>
</dependency>请将以下内容添加到您的Gradle build.gradle 构建文件中。
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-minimax'
}| 请参阅依赖管理部分，将Spring AI BOM添加到您的构建文件中。 |
聊天属性
重试属性
spring.ai.retry 前缀用作属性前缀，允许您配置 MiniMax 聊天模型的重试机制。
| <property> </property> | <description> </description> | 默认 |
|---|---|---|
spring.ai.retry.max-attempts |
最大重试尝试次数。 |
10 |
spring.ai.retry.backoff.initial-interval |
指数退避策略的初始睡眠时长。 |
2 秒。 |
spring.ai.retry.backoff.multiplier |
重试间隔倍数。 |
5 |
spring.ai.retry.backoff.max-interval |
最大退避持续时间。 |
3 min. |
spring.ai.retry.on-client-errors |
如果为假，则抛出一个NonTransientAiException，并且不尝试重试 |
false |
spring.ai.retry.exclude-on-http-codes |
不应当触发重试的HTTP状态码列表（例如，抛出NonTransientAiException）。 |
<p>空内容</p> |
spring.ai.retry.on-http-codes |
应触发重试的HTTP状态码列表（例如，抛出TransientAiException）。 |
<p>空内容</p> |
连接属性
spring.ai.minimax 前缀用作属性前缀，可让你连接到 MiniMax。
| <property> </property> | <description> </description> | 默认 |
|---|---|---|
spring.ai.minimax.base-url |
连接的URL |
|
spring.ai.minimax.api-key |
API密钥 |
- |
配置属性
|
现在通过带有前缀 要启用，请设置：spring.ai.model.chat=minimax（默认已启用） 要禁用，请设置 spring.ai.model.chat=none （或任何不匹配 minimax 的值） 此更改是为了允许配置多个模型。 |
spring.ai.minimax.chat 前缀是属性前缀，用于配置 MiniMax 的聊天模型实现。
| <property> </property> | <description> </description> | 默认 |
|---|---|---|
spring.ai.minimax.chat.enabled (已移除且不再有效) |
启用MiniMax聊天模型。 |
true |
spring.ai.model.chat |
启用MiniMax聊天模型。 |
MiniMax |
spring.ai.minimax.chat.base-url |
可选地覆盖spring.ai.minimax.base-url以提供聊天特定的URL |
|
spring.ai.minimax.chat.api-key |
可选地覆盖spring.ai.minimax.api-key以提供聊天专用的api密钥 |
- |
spring.ai.minimax.chat.options.model |
这是MiniMax聊天模型的使用方法 |
|
spring.ai.minimax.chat.options.maxTokens |
生成聊天补全时的最大token数。输入token和生成token的总长度受限于模型的上下文长度。 |
- |
spring.ai.minimax.chat.options.temperature |
使用以控制生成完成内容的看似创造力的采样温度。较高值会使输出更具随机性，而较低值会使结果更集中和确定。不建议在同一完成请求中同时修改温度和top_p，因为这两个设置之间的交互难以预测。 |
- |
spring.ai.minimax.chat.options.topP |
在采样温度之外，还有一种称为核采样的方法，该方法中模型会考虑具有 top_p 概率质量的标记结果。因此 0.1 表示只有位于前 10% 概率质量的标记才会被考虑。我们通常建议修改此值或温度中的一个，但不同时修改两者。 |
1.0 |
spring.ai.minimax.chat.options.n |
每个输入消息生成多少个聊天补全选项。请注意，您将根据所有选项生成的Tokens数量进行收费。默认值为1且不能大于5。特别地，当温度非常小接近0时，我们只能返回1个结果。如果此时n已经设置并且大于1，服务将会返回非法输入参数（invalid_request_error）。 |
1 |
spring.ai.minimax.chat.options.presencePenalty |
在-2.0到2.0之间的数字。正数值根据新词在整个文本中出现的频率来惩罚新的词汇，从而增加模型讨论新话题的可能性。 |
0.0f |
spring.ai.minimax.chat.options.frequencyPenalty |
在-2.0到2.0之间的数字。正数值根据文本中现有内容中新词的频率对新词进行惩罚，从而降低模型逐字重复相同行的可能性。 |
0.0f |
spring.ai.minimax.chat.options.stop |
该模型会在生成指定的停止字符时停止，目前仅支持格式为<code>[ |
- |
spring.ai.minimax.chat.options.tool-names |
使用名称标识的工具列表，以在单个提示请求中启用功能调用。具有这些名称的工具必须存在于ToolCallback注册表中。 |
- |
spring.ai.minimax.chat.options.tool-callbacks |
使用回调注册与ChatModel相关的工具。 |
- |
spring.ai.minimax.chat.options.internal-tool-execution-enabled |
如果为假，Spring AI 将不会内部处理工具调用，而是将它们代理给客户端。然后需要由客户端负责处理这些工具调用、将其分派到适当的函数，并返回结果。如果为真（默认值），Spring AI 将会内部处理这些函数调用。仅适用于支持功能调用的聊天模型。 |
true |
您可以通过覆盖 spring.ai.minimax.base-url 和 spring.ai.minimax.api-key 来自定义 ChatModel 的实现。如果设置了 spring.ai.minimax.chat.base-url 和 spring.ai.minimax.chat.api-key 属性，这些属性将优先于通用属性。
这对于使用不同的 MiniMax 账户为不同的模型和不同模型端点是很有用的。 |
所有以spring.ai.minimax.chat.options开头的属性可以在运行时通过向Prompt调用添加请求特定的运行时选项来覆盖。 |
运行时选项
The MiniMaxChatOptions.java 提供了模型配置，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.*属性来配置默认选项。
在运行时，您可以覆盖默认选项并通过向Prompt调用添加新的、针对请求的选项来实现。例如，要为特定请求覆盖默认模型和温度：
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()
));| 除了针对特定模型的MiniMaxChatOptions，您还可以使用一个便携式的ChatOptions实例，该实例是通过调用ChatOptions#builder()创建的。 |
样本控制器
创建一个新的Spring Boot项目，并在pom（或gradle）依赖中添加spring-ai-starter-model-minimax。
在src/main/resources目录下添加一个名为application.properties的文件，以启用并配置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替换api-key为你的MiniMax凭证。 |
这将创建一个MiniMaxChatModel实现，你可以在你的类中注入。
以下是一个使用聊天模型进行文本生成的简单@Controller类示例。
@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
The MiniMaxChatModel 实现了ChatModel和StreamingChatModel，并使用低级 MiniMaxApi 客户端连接到 MiniMax 服务。
将如下的spring-ai-minimax依赖添加到项目中Maven的pom.xml文件中：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-minimax</artifactId>
</dependency>请将以下内容添加到您的Gradle build.gradle 构建文件中。
dependencies {
implementation 'org.springframework.ai:spring-ai-minimax'
}| 请参阅依赖管理部分，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."));The MiniMaxChatOptions 提供了聊天请求的配置信息。
The MiniMaxChatOptions.Builder 是流畅选项构建器。
低级MiniMaxApi 客户端
The MiniMaxApi 提供了一个轻量级的 Java 客户端用于 MiniMax API。
这里是如何通过程序方式使用API的一个简单示例：
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));请参阅MiniMaxApi.java的JavaDoc以获取更多信息。
WebSearch 聊天
MiniMax 模型支持了网络搜索功能。该功能允许您在网络中搜索信息，并将结果返回到聊天响应中。
关于Web搜索，请参阅MiniMax ChatCompletion以获取更多信息。
这里是如何使用web搜索的一个简单示例：
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
-
The MiniMaxApiIT.java 测试提供了如何使用轻量级库的一些通用示例。
-
The MiniMaxApiToolFunctionCallIT.java 测试展示了如何使用低级 API 调用工具函数。