NVIDIA Chat

NVIDIA LLM API 是一个代理 AI 推理引擎，提供来自各种提供商的各种模型。

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，选择一个提供的 LLM 模型，并获取其 api-key。

spring ai nvidia llm api 1
NVIDIA LLM API 要求显式设置 max-tokens 参数，否则将抛出服务器错误。

请查看 NvidiaWithOpenAiChatModelIT.java 测试，了解如何将 NVIDIA LLM API 与 Spring AI 结合使用的示例。

前提条件

  • 创建一个拥有足够积分的 NVIDIA 账户。

  • 选择一个要使用的 LLM 模型。例如，下图中的 meta/llama-3.1-70b-instruct。

  • 从所选模型的页面，你可以获取访问此模型的 api-key。

spring ai nvidia registration

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 OpenAI Chat Client 提供 Spring Boot 自动配置。要启用它，请将以下依赖项添加到你的项目的 Maven pom.xml 文件中

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-openai</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-openai'
}
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，允许您为 OpenAI 聊天模型配置重试机制。

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.openai 用作属性前缀，允许您连接到 OpenAI。

财产 描述 默认值

spring.ai.openai.base-url

要连接的 URL。必须设置为 https://integrate.api.nvidia.com

-

spring.ai.openai.api-key

NVIDIA 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=openai (默认启用)

要禁用，spring.ai.model.chat=none (或任何不匹配 openai 的值)

此更改是为了允许配置多个模型。

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

财产 描述 默认值

spring.ai.openai.chat.enabled (已删除，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 以提供特定于聊天的 URL。必须设置为 https://integrate.api.nvidia.com

-

spring.ai.openai.chat.api-key

可选覆盖 spring.ai.openai.api-key 以提供特定于聊天的 api-key

-

spring.ai.openai.chat.options.model

要使用的 NVIDIA LLM 模型

-

spring.ai.openai.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。

0.8

spring.ai.openai.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.openai.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。

注意：NVIDIA LLM API 要求显式设置 max-tokens 参数，否则将抛出服务器错误。

spring.ai.openai.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收费。将 n 保持为 1 以最小化成本。

1

spring.ai.openai.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。

-

spring.ai.openai.chat.options.responseFormat

指定模型必须输出的格式的对象。设置为 { "type": "json_object" } 可启用 JSON 模式，该模式保证模型生成的消息是有效的 JSON。

-

spring.ai.openai.chat.options.seed

此功能处于 Beta 阶段。如果指定，我们的系统将尽力确定性地采样，以便具有相同种子和参数的重复请求应返回相同的结果。

-

spring.ai.openai.chat.options.stop

API 将停止生成更多令牌的最多 4 个序列。

-

spring.ai.openai.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。

-

spring.ai.openai.chat.options.tools

模型可以调用的工具列表。目前，只支持函数作为工具。使用此项提供模型可以生成 JSON 输入的函数列表。

-

spring.ai.openai.chat.options.toolChoice

控制模型调用哪个（如果有）函数。none 表示模型不会调用函数，而是生成一条消息。auto 表示模型可以在生成消息或调用函数之间进行选择。通过 {"type: "function", "function": {"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，none 是默认值。如果存在函数，auto 是默认值。

-

spring.ai.openai.chat.options.user

代表您的最终用户的唯一标识符，可以帮助 OpenAI 监控和检测滥用。

-

spring.ai.openai.chat.options.stream-usage

（仅限流式传输）设置为添加一个额外的块，其中包含整个请求的令牌使用统计信息。此块的choices字段是一个空数组，所有其他块也将包含一个 usage 字段，但值为 null。

假

spring.ai.openai.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.openai.chat.options.tool-callbacks

要注册到 ChatModel 的工具回调。

-

spring.ai.openai.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
所有以 spring.ai.openai.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

OpenAiChatOptions.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，可以使用 OpenAiChatModel(api, options) 构造函数或 spring.ai.openai.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，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.",
        OpenAiChatOptions.builder()
            .model("mixtral-8x7b-32768")
            .temperature(0.4)
        .build()
    ));
除了模型特定的 OpenAiChatOptions，您还可以使用可移植的 ChatOptions 实例，该实例通过 ChatOptions#builder() 创建。

函数调用

NVIDIA LLM API 在选择支持的模型时支持工具/函数调用。

spring ai nvidia function calling

你可以向 ChatModel 注册自定义 Java 函数，并让提供的模型智能地选择输出一个 JSON 对象，其中包含调用一个或多个已注册函数的参数。这是一种将 LLM 功能与外部工具和 API 连接的强大技术。

工具示例

以下是使用 Spring AI 调用 NVIDIA LLM API 函数的简单示例

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);
        }
    }
}

在此示例中，当模型需要天气信息时，它将自动调用 weatherFunction bean，然后该 bean 可以获取实时天气数据。预期的响应如下：“阿姆斯特丹目前气温为 20 摄氏度，巴黎目前气温为 25 摄氏度。”

阅读有关 OpenAI 函数调用 的更多信息。

示例控制器

创建 一个新的 Spring Boot 项目，并将 spring-ai-starter-model-openai 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 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
用你的 NVIDIA 凭据替换 api-key。
NVIDIA LLM API 要求显式设置 max-token 参数，否则将抛出服务器错误。

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 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);
    }
}
© . This site is unofficial and not affiliated with VMware.