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，并基于 MiniMax 模型创建多语言对话助手。

先决条件

您需要使用 MiniMax 创建一个 API 来访问 MiniMax 语言模型。

在 MiniMax 注册页面 创建帐户，并在 API 密钥页面 生成令牌。

Spring AI 项目定义了一个名为 spring.ai.minimax.api-key 的配置属性，您应该将其设置为从 API 密钥页面获取的 API 密钥 的值。

您可以在 application.properties 文件中设置此配置属性

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) 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 工件存储库 部分，将这些存储库添加到您的构建系统。

为了帮助管理依赖项，Spring AI 提供了一个 BOM（物料清单），以确保在整个项目中使用的 Spring AI 版本一致。请参阅 依赖项管理 部分，将 Spring AI BOM 添加到您的构建系统。

自动配置

Spring AI 自动配置、启动模块的工件名称发生了重大变化。请参阅 升级说明 以获取更多信息。

Spring AI 为 MiniMax 聊天客户端提供了 Spring Boot 自动配置。要启用它，请将以下依赖项添加到项目的 Maven pom.xml 文件中

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-minimax</artifactId>
</dependency>

或添加到您的 Gradle build.gradle 构建文件中。

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

聊天属性

重试属性

前缀 spring.ai.retry 用作属性前缀，允许您配置 MiniMax 聊天模型的重试机制。

财产 描述 默认值

spring.ai.retry.max-attempts

最大重试次数。

10

spring.ai.retry.backoff.initial-interval

指数回退策略的初始休眠持续时间。

2 秒。

spring.ai.retry.backoff.multiplier

回退间隔乘数。

5

spring.ai.retry.backoff.max-interval

最大回退持续时间。

3 分钟。

spring.ai.retry.on-client-errors

如果为 false，则抛出 NonTransientAiException，并且不尝试重试 4xx 客户端错误代码

假

spring.ai.retry.exclude-on-http-codes

不应触发重试的 HTTP 状态代码列表（例如，抛出 NonTransientAiException）。

空

spring.ai.retry.on-http-codes

应触发重试的 HTTP 状态代码列表（例如，抛出 TransientAiException）。

空

连接属性

前缀 spring.ai.minimax 用作属性前缀，允许您连接到 MiniMax。

财产 描述 默认值

spring.ai.minimax.base-url

要连接的 URL

api.minimax.chat

spring.ai.minimax.api-key

API 密钥

-

配置属性

聊天自动配置的启用和禁用现在通过以spring.ai.model.chat为前缀的顶级属性进行配置。

要启用，spring.ai.model.chat=minimax (默认启用)

要禁用，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。

前缀 spring.ai.minimax.chat 是属性前缀，允许您配置 MiniMax 的聊天模型实现。

财产 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.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 以提供特定于聊天的 URL

api.minimax.chat

spring.ai.minimax.chat.api-key

可选地覆盖 spring.ai.minimax.api-key 以提供特定于聊天的 API 密钥

-

spring.ai.minimax.chat.options.model

这是要使用的 MiniMax 聊天模型

abab6.5g-chat (abab5.5-chat、abab5.5s-chat、abab6.5-chat、abab6.5g-chat、abab6.5t-chat 和 abab6.5s-chat 指向最新的模型版本)

spring.ai.minimax.chat.options.maxTokens

在聊天补全中生成的最大令牌数。输入令牌和生成令牌的总长度受模型上下文长度的限制。

-

spring.ai.minimax.chat.options.temperature

用于控制生成完成的明显创造性的采样温度。较高的值将使输出更随机，而较低的值将使结果更集中和确定。不建议在同一完成请求中修改温度和 top_p，因为这两个设置的相互作用难以预测。

0.7

spring.ai.minimax.chat.options.topP

除了使用温度采样之外的另一种方法，称为核采样，模型考虑具有 top_p 概率质量的令牌结果。因此 0.1 意味着只考虑占前 10% 概率质量的令牌。我们通常建议更改此项或温度，但不要同时更改两者。

1.0

spring.ai.minimax.chat.options.n

为每个输入消息生成多少个聊天完成选项。请注意，您将根据所有选项中生成的令牌数量进行收费。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 1 个结果。如果此时已设置 n 且 >1，服务将返回非法输入参数 (invalid_request_error)

1

spring.ai.minimax.chat.options.presencePenalty

介于 -2.0 和 2.0 之间的数字。正值会根据新令牌是否出现在文本中来惩罚新令牌，从而增加模型讨论新主题的可能性。

0.0f

spring.ai.minimax.chat.options.frequencyPenalty

介于 -2.0 和 2.0 之间的数字。正值会根据文本中现有频率惩罚新令牌，从而降低模型重复相同行的可能性。

0.0f

spring.ai.minimax.chat.options.stop

模型将停止生成由 stop 指定的字符，目前仅支持 ["stop_word1"] 格式的单个停用词

-

spring.ai.minimax.chat.options.tool-names

工具列表，通过其名称标识，用于在单个提示请求中启用函数调用。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

要注册到 ChatModel 的工具回调。

-

spring.ai.minimax.chat.options.internal-tool-execution-enabled

如果为 false，Spring AI 将不会在内部处理工具调用，而是将其代理到客户端。然后，客户端负责处理工具调用，将其分派到适当的函数，并返回结果。如果为 true（默认），Spring AI 将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
您可以为 ChatModel 实现覆盖通用的 spring.ai.minimax.base-url 和 spring.ai.minimax.api-key。如果设置了 spring.ai.minimax.chat.base-url 和 spring.ai.minimax.chat.api-key 属性，则它们优先于通用属性。如果您希望为不同的模型和不同的模型端点使用不同的 MiniMax 帐户，这会很有用。
所有前缀为 spring.ai.minimax.chat.options 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

MiniMaxChatOptions.java 提供了模型配置，例如要使用的模型、温度、频率惩罚等。

在启动时，默认选项可以通过 MiniMaxChatModel(api, options) 构造函数或 spring.ai.minimax.chat.options.* 属性进行配置。

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，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()
    ));
除了模型特定的 MiniMaxChatOptions，您还可以使用可移植的 ChatOptions 实例，通过 ChatOptions#builder() 创建。

示例控制器

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

在 src/main/resources 目录下添加一个 application.properties 文件，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
用您的 MiniMax 凭据替换 api-key。

这将创建一个 MiniMaxChatModel 实现，您可以将其注入到您的类中。以下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 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。

将 spring-ai-minimax 依赖项添加到您的项目 Maven pom.xml 文件中

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

或添加到您的 Gradle build.gradle 构建文件中。

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

接下来，创建 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."));

MiniMaxChatOptions 提供了聊天请求的配置信息。MiniMaxChatOptions.Builder 是一个流畅的选项构建器。

低级 MiniMaxApi 客户端

MiniMaxApi 提供了用于 MiniMax API 的轻量级 Java 客户端。

这是一个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));

有关更多信息，请参阅 MiniMaxApi.java 的 JavaDoc。

MiniMax 模型支持网络搜索功能。网络搜索功能允许您搜索网络信息，并在聊天响应中返回结果。

有关网络搜索的更多信息，请参阅 MiniMax ChatCompletion。

以下是一个如何使用网络搜索的简单代码片段

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

© . This site is unofficial and not affiliated with VMware.