Cohere Chat

提供 Bedrock Cohere 聊天模型。将生成式 AI 功能集成到重要的应用程序和工作流程中,从而改善业务成果。

AWS Bedrock Cohere 模型页面Amazon Bedrock 用户指南 包含有关如何使用 AWS 托管模型的详细信息。

先决条件

请参阅 Amazon Bedrock 的 Spring AI 文档 以设置 API 访问权限。

添加存储库和 BOM

Spring AI 工件发布在 Spring Milestone 和 Snapshot 存储库中。请参阅 存储库 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版本的 Spring AI。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-bedrock-ai-spring-boot-starter依赖项添加到项目的 Maven pom.xml 文件

<dependency>
  <groupId>org.springframework.ai</groupId>
  <artifactId>spring-ai-bedrock-ai-spring-boot-starter</artifactId>
</dependency>

或到您的 Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-bedrock-ai-spring-boot-starter'
}
请参阅 依赖项管理 部分,将 Spring AI BOM 添加到您的构建文件中。

启用 Cohere Chat 支持

默认情况下,Cohere 模型处于禁用状态。要启用它,请将spring.ai.bedrock.cohere.chat.enabled属性设置为true。导出环境变量是设置此配置属性的一种方法。

export SPRING_AI_BEDROCK_COHERE_CHAT_ENABLED=true

聊天属性

前缀spring.ai.bedrock.aws是配置与 AWS Bedrock 连接的属性前缀。

属性 描述 默认值

spring.ai.bedrock.aws.region

要使用的 AWS 区域。

us-east-1

spring.ai.bedrock.aws.timeout

要使用的 AWS 超时时间。

5m

spring.ai.bedrock.aws.access-key

AWS 访问密钥。

-

spring.ai.bedrock.aws.secret-key

AWS 密钥。

-

前缀spring.ai.bedrock.cohere.chat是配置 Cohere 聊天模型实现的属性前缀。

属性 描述 默认值

spring.ai.bedrock.cohere.chat.enabled

启用或禁用 Cohere 支持

false

spring.ai.bedrock.cohere.chat.model

要使用的模型 ID。有关受支持的模型,请参阅 CohereChatModel

cohere.command-text-v14

spring.ai.bedrock.cohere.chat.options.temperature

控制输出的随机性。值范围为 [0.0,1.0]

0.7

spring.ai.bedrock.cohere.chat.options.topP

采样时要考虑的令牌的最大累积概率。

AWS Bedrock 默认值

spring.ai.bedrock.cohere.chat.options.topK

指定模型用于生成下一个令牌的令牌选择数量。

AWS Bedrock 默认值

spring.ai.bedrock.cohere.chat.options.maxTokens

指定在生成的响应中使用的令牌最大数量。

AWS Bedrock 默认值

spring.ai.bedrock.cohere.chat.options.stopSequences

配置模型识别的最多四个序列。

AWS Bedrock 默认值

spring.ai.bedrock.cohere.chat.options.returnLikelihoods

令牌似然值将与响应一起返回。

AWS Bedrock 默认值

spring.ai.bedrock.cohere.chat.options.numGenerations

模型应返回的最大生成次数。

AWS Bedrock 默认值

spring.ai.bedrock.cohere.chat.options.logitBias

阻止模型生成不需要的令牌或激励模型包含所需的令牌。

AWS Bedrock 默认值

spring.ai.bedrock.cohere.chat.options.truncate

指定 API 如何处理长度超过最大令牌长度的输入。

AWS Bedrock 默认值

查看 CohereChatModel 以了解其他模型 ID。支持的值为:cohere.command-light-text-v14cohere.command-text-v14。模型 ID 值也可以在 AWS Bedrock 基本模型 ID 文档 中找到。

所有以spring.ai.bedrock.cohere.chat.options为前缀的属性都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

BedrockCohereChatOptions.java 提供模型配置,例如温度、topK、topP 等。

启动时,可以使用BedrockCohereChatModel(api, options)构造函数或spring.ai.bedrock.cohere.chat.options.*属性配置默认选项。

在运行时,您可以通过向Prompt调用添加新的、请求特定的选项来覆盖默认选项。例如,要覆盖特定请求的默认温度

ChatResponse response = chatModel.call(
    new Prompt(
        "Generate the names of 5 famous pirates.",
        BedrockCohereChatOptions.builder()
            .withTemperature(0.4)
        .build()
    ));
除了模型特定的 BedrockCohereChatOptions 之外,您可以使用可移植的 ChatOptions 实例,该实例使用 ChatOptionsBuilder#builder() 创建。

示例控制器

创建一个新的 Spring Boot 项目,并将spring-ai-bedrock-ai-spring-boot-starter添加到您的 pom(或 gradle)依赖项中。

添加一个application.properties文件,位于src/main/resources目录下,以启用和配置 Cohere 聊天模型。

spring.ai.bedrock.aws.region=eu-central-1
spring.ai.bedrock.aws.timeout=1000ms
spring.ai.bedrock.aws.access-key=${AWS_ACCESS_KEY_ID}
spring.ai.bedrock.aws.secret-key=${AWS_SECRET_ACCESS_KEY}

spring.ai.bedrock.cohere.chat.enabled=true
spring.ai.bedrock.cohere.chat.options.temperature=0.8
regionsaccess-keysecret-key替换为您的 AWS 凭据。

这将创建一个BedrockCohereChatModel实现,您可以将其注入到您的类中。这是一个使用聊天模型进行文本生成的简单@Controller类的示例。

@RestController
public class ChatController {

    private final BedrockCohereChatModel chatModel;

    @Autowired
    public ChatController(BedrockCohereChatModel 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);
    }
}

手动配置

BedrockCohereChatModel实现了ChatModelStreamingChatModel接口,并使用底层CohereChatBedrockApi客户端连接到Bedrock Cohere服务。

spring-ai-bedrock依赖项添加到项目的Maven pom.xml文件中。

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-bedrock</artifactId>
</dependency>

或到您的 Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-bedrock'
}
请参阅 依赖项管理 部分,将 Spring AI BOM 添加到您的构建文件中。

接下来,创建一个BedrockCohereChatModel并将其用于文本生成。

CohereChatBedrockApi api = new CohereChatBedrockApi(CohereChatModel.COHERE_COMMAND_V14.id(),
		EnvironmentVariableCredentialsProvider.create(),
		Region.US_EAST_1.id(),
		new ObjectMapper(),
		Duration.ofMillis(1000L));

BedrockCohereChatModel chatModel = new BedrockCohereChatModel(this.api,
	    BedrockCohereChatOptions.builder()
					.withTemperature(0.6)
					.withTopK(10)
					.withTopP(0.5)
					.withMaxTokens(678)
					.build());

ChatResponse response = this.chatModel.call(
    new Prompt("Generate the names of 5 famous pirates."));

// Or with streaming responses
Flux<ChatResponse> response = this.chatModel.stream(
    new Prompt("Generate the names of 5 famous pirates."));

底层CohereChatBedrockApi客户端

CohereChatBedrockApi提供了一个轻量级的Java客户端,基于AWS Bedrock Cohere Command模型

下面的类图说明了CohereChatBedrockApi接口及其组成部分。(此处应插入类图)

bedrock cohere chat low level api

CohereChatBedrockApi支持cohere.command-light-text-v14cohere.command-text-v14模型,两者都支持同步(例如chatCompletion())和流式(例如chatCompletionStream())请求。

这是一个简单的代码片段,展示如何以编程方式使用该API。(此处应插入代码片段)

CohereChatBedrockApi cohereChatApi = new CohereChatBedrockApi(
	CohereChatModel.COHERE_COMMAND_V14.id(),
	Region.US_EAST_1.id(),
	Duration.ofMillis(1000L));

var request = CohereChatRequest
	.builder("What is the capital of Bulgaria and what is the size? What is the national anthem?")
	.withStream(false)
	.withTemperature(0.5)
	.withTopP(0.8)
	.withTopK(15)
	.withMaxTokens(100)
	.withStopSequences(List.of("END"))
	.withReturnLikelihoods(CohereChatRequest.ReturnLikelihoods.ALL)
	.withNumGenerations(3)
	.withLogitBias(null)
	.withTruncate(Truncate.NONE)
	.build();

CohereChatResponse response = this.cohereChatApi.chatCompletion(this.request);

var request = CohereChatRequest
	.builder("What is the capital of Bulgaria and what is the size? What it the national anthem?")
	.withStream(true)
	.withTemperature(0.5)
	.withTopP(0.8)
	.withTopK(15)
	.withMaxTokens(100)
	.withStopSequences(List.of("END"))
	.withReturnLikelihoods(CohereChatRequest.ReturnLikelihoods.ALL)
	.withNumGenerations(3)
	.withLogitBias(null)
	.withTruncate(Truncate.NONE)
	.build();

Flux<CohereChatResponse.Generation> responseStream = this.cohereChatApi.chatCompletionStream(this.request);
List<CohereChatResponse.Generation> responses = this.responseStream.collectList().block();