|
最新快照版本请使用Spring AI 1.1.0！ |
MiniMax 聊天
Spring AI 支持 MiniMax 的各种 AI 语言模型。你可以与MiniMax语言模型交互，基于MiniMax模型创建多语言对话助手。
前提条件
你需要用 MiniMax 创建一个 API 来访问 MiniMax 语言模型。
在 MiniMax 注册页面创建账户，并在 API 密钥页面生成Tokens。
Spring AI 项目定义了一个配置属性，名为spring.ai.minimax.api-key。你应该设置为API 密钥获取自 API 密钥页面。
你可以在你的application.properties文件：
spring.ai.minimax.api-key=<your-minimax-api-key>为了在处理敏感信息如 API 密钥时增强安全性，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>你也可以在应用代码中编程设置此配置：
// Retrieve API key from a secure source or environment variable
String apiKey = System.getenv("MINIMAX_API_KEY");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 MiniMax 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-minimax</artifactId>
</dependency>或者去你的Gradlebuild.gradle构建文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-minimax'
}| 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MiniMax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.极小极限作为属性前缀，允许你连接到MiniMax。
| 属性 | 描述 | 默认值 |
|---|---|---|
Spring.ai.minimax.base-URL |
连接的URL（链接） |
|
spring.ai.minimax.api-key。 |
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=minimax（默认启用） 要禁用，可以选择 spring.ai.model.chat=none（或任何不匹配 minimax 的值） 此改动旨在允许配置多个模型。 |
前缀春.ai.minimax.chat是允许您配置MiniMax聊天模型实现的属性前缀。
| 属性 | 描述 | 默认值 |
|---|---|---|
spring.ai.minimax.chat.enabled（已移除且不再有效） |
启用MiniMax聊天模式。 |
true |
spring.ai.model.chat |
启用MiniMax聊天模式。 |
MiniMax |
spring.ai.minimax.chat.base-url |
可选覆盖 spring.ai.minimax.base-url，提供专门针对聊天的 URL |
|
spring.ai.minimax.chat.api-key |
可选 覆盖 spring.ai.minimax.api-key，提供针对聊天的 api-key |
- |
spring.ai.minimax.chat.options.model |
这就是MiniMax聊天模式的使用方式 |
|
spring.ai.minimax.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。 |
- |
spring.ai.minimax.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。 |
0.7 |
spring.ai.minimax.chat.options.topP |
另一种基于温度抽样的替代方案称为核抽样，模型考虑具有top_p概率质量的标记结果。因此，0.1意味着只考虑构成概率质量最高10%的标记。我们通常建议改变这个或温度，但不要两者兼顾。 |
1.0 |
spring.ai.minimax.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。默认值为1，且不能大于5。具体来说，当温度非常小且接近0时，我们只能返回一个结果。如果此时n已设置且且>1，服务将返回非法输入参数（invalid_request_error） |
1 |
spring.ai.minimax.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。 |
0.0f |
spring.ai.minimax.chat.options.frequency 罚款 |
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.minimax.chat.options.stop.stop |
该模型将停止生成由停止字符指定的字符，目前仅支持格式为[“stop_word1”]的单个停止字。 |
- |
你可以覆盖公共信息Spring.ai.minimax.base-URL和spring.ai.minimax.api-key。对于聊天模型实现。
这spring.ai.minimax.chat.base-url和spring.ai.minimax.chat.api-key如果设置了属性，属性优先于常见属性。
如果你想为不同模型和不同模型端点使用不同的MiniMax账户，这非常有用。 |
运行时选项
MiniMaxChatOptions.java提供模型配置，如使用模型、温度、频率惩罚等。
启动时，默认选项可以配置为MiniMaxChatModel（api，options）构造者或spring.ai.minimax.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.",
MiniMaxChatOptions.builder()
.model(MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue())
.temperature(0.5)
.build()
));| 除了模型特定的 MiniMaxChatOptions 外，你还可以使用用 ChatOptions#builder（） 创建的便携式 ChatOptions 实例。 |
采样控制器
创建一个新的 Spring Boot 项目并添加Spring-AI-starter-model-minimax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密钥用你的MiniMax凭证。 |
这将产生MiniMaxChatModel你可以把这些实现注入到你的类里。
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 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 实现了聊天模型和StreamingChatModel并使用低级 MiniMaxApi 客户端连接 MiniMax 服务。
添加春-艾-极小极大对你项目Maven的依赖pom.xml文件：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-minimax</artifactId>
</dependency>或者去你的Gradlebuild.gradle构建文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-minimax'
}| 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。 |
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."));这MiniMaxChatOptions提供聊天请求的配置信息。
这MiniMaxChatOptions.Builder是流利期权构建器。
低级MiniMaxApi客户端
MiniMaxApi 提供了一个轻量级 MiniMax API 的 Java 客户端。
这里有一个简单的示例，说明如何程序化使用该 API：
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获取更多信息。
网络搜索聊天
MiniMax 型号支持网页搜索功能。网络搜索功能允许您在网上搜索信息，并在聊天回复中返回结果。
关于网络搜索，请关注MiniMax ChatCompletion以获取更多信息。
以下是如何使用网络搜索的简要内容：
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 样本
-
MiniMaxApiIT.java测试提供了一些使用轻量级库的通用示例。
-
MiniMaxApiToolFunctionCallIT.java测试展示了如何使用底层API调用工具函数>