4.9 MiniMax Chat

吴祖贤
43 阅读7分钟

MiniMax Chat

Spring AI 参考文档 - MiniMax 聊天模型集成指南

概述

Spring AI 支持来自 MiniMax 的各种 AI 语言模型。您可以与 MiniMax 语言模型交互，并基于 MiniMax 模型创建多语言对话助手。

先决条件

您需要在 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 密钥页面获得的 API Key 的值。

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

spring.ai.minimax.api-key=<您的MiniMax API密钥>

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) 来引用环境变量：

# 在 application.yml 中
spring:
  ai:
    minimax:
      api-key: ${MINIMAX_API_KEY}

# 在您的环境或 .env 文件中
export MINIMAX_API_KEY=<您的MiniMax API密钥>

您也可以在应用程序代码中以编程方式设置此配置：

// 从安全源或环境变量检索 API 密钥
String apiKey = System.getenv("MINIMAX_API_KEY");

添加存储库和 BOM

Spring AI 构件发布在 Maven Central 和 Spring Snapshot 存储库中。 请参考构件存储库部分，将这些存储库添加到您的构建系统。

为了帮助依赖管理，Spring AI 提供了 BOM（物料清单）以确保在整个项目中使用一致的 Spring AI 版本。请参考依赖管理部分，将 Spring AI BOM 添加到您的构建系统。

自动配置

注意：Spring AI 自动配置和启动模块构件名称发生了重大变化。 请参阅升级说明了解更多信息。

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

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

或者添加到您的 Gradle build.gradle 构建文件中：

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-model-minimax'
}

提示：请参考依赖管理部分，将 Spring AI BOM 添加到您的构建文件中。

聊天属性

重试属性

前缀 spring.ai.retry 用作属性前缀，让您可以为 MiniMax 聊天模型配置重试机制。

属性描述默认值
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持续时间2 秒
spring.ai.retry.backoff.multiplier退避间隔乘数5
spring.ai.retry.backoff.max-interval最大退避持续时间3 分钟
spring.ai.retry.on-client-errors如果为 false，则抛出 NonTransientAiException，并且不会尝试重试 4xx 客户端错误代码false
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，让您可以连接到 MiniMax。

属性描述默认值
spring.ai.minimax.base-url连接的 URLapi.minimax.chat
spring.ai.minimax.api-keyAPI 密钥-
配置属性

注意：聊天自动配置的启用和禁用现在通过前缀为 spring.ai.model.chat 的顶级属性配置。

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）

进行此更改是为了允许多个模型的配置。

前缀 spring.ai.minimax.chat 是属性前缀，让您可以为 MiniMax 配置聊天模型实现。

属性描述默认值
spring.ai.minimax.chat.enabled (已移除，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 URLapi.minimax.chat
spring.ai.minimax.chat.api-key可选地覆盖 spring.ai.minimax.api-key 以提供聊天特定的 api-key-
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 指向最新模型版本）
spring.ai.minimax.chat.options.maxTokens在聊天完成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的上下文长度限制。-
spring.ai.minimax.chat.options.temperature使用的采样温度，控制生成完成的明显创造性。较高的值会使输出更随机，而较低的值会使结果更聚焦和确定性。不建议同时修改温度和 top_p 的相同完成请求，因为这两个设置的相互作用难以预测。0.7
spring.ai.minimax.chat.options.topP温度采样的替代方案，称为核采样，其中模型考虑具有 top_p 概率质量的令牌结果。因此 0.1 意味着只考虑构成前 10% 概率质量的令牌。我们通常建议更改此参数或温度，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聊天完成选择。请注意，您将根据所有选择中生成的令牌数量计费。默认值为 1，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 n 已设置且 >1，服务将返回非法输入参数（invalid_request_error）1
spring.ai.minimax.chat.options.presencePenalty-2.0 到 2.0 之间的数字。正值根据新令牌是否出现在文本中来对其进行惩罚，增加模型谈论新主题的可能性。0.0f
spring.ai.minimax.chat.options.frequencyPenalty-2.0 到 2.0 之间的数字。正值根据新令牌在文本中的现有频率对其进行惩罚，降低模型逐字重复同一行的可能性。0.0f
spring.ai.minimax.chat.options.stop模型将停止生成由 stop 指定的字符，目前仅支持格式为 ["stop_word1"] 的单个停止词-

注意：您可以覆盖 ChatModel 实现的通用 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，它们将优先于通用属性。如果您想为不同的模型和不同的模型端点使用不同的 MiniMax 账户，这很有用。

提示：所有以 spring.ai.minimax.chat.options 为前缀的属性都可以通过向 Prompt 调用添加请求特定的运行时选项在运行时覆盖。

运行时选项

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

在启动时，可以使用 MiniMaxChatModel(api, options) 构造函数或 spring.ai.minimax.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选项来覆盖默认选项。 例如，要覆盖特定请求的默认模型和温度：

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()
    ));

提示：除了模型特定的 MiniMaxChatOptions 外，您还可以使用通过 ChatOptions#builder() 创建的可移植 ChatOptions 实例。

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 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

提示：请将 api-key 替换为您的 MiniMax 凭据。

这将创建一个可以注入到您的类中的 MiniMaxChatModel 实现。 这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

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 依赖项添加到您项目的 Maven pom.xml 文件中：

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

或者添加到您的 Gradle build.gradle 构建文件中：

dependencies {
    implementation 'org.springframework.ai:spring-ai-minimax'
}

提示：请参考依赖管理部分，将 Spring AI BOM 添加到您的构建文件中。

接下来，创建 MiniMaxChatModel 并使用它进行文本生成：

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."));

// 或使用流式响应
Flux<ChatResponse> streamResponse = this.chatModel.stream(
    new Prompt("Generate the names of 5 famous pirates."));

MiniMaxChatOptions 为聊天请求提供配置信息。 MiniMaxChatOptions.Builder 是一个流畅的选项构建器。

低级 MiniMaxApi 客户端

MiniMaxApi 提供了一个用于 MiniMax API 的轻量级 Java 客户端。

这是一个显示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);

// 同步请求
ResponseEntity<ChatCompletion> response = this.miniMaxApi.chatCompletionEntity(
    new ChatCompletionRequest(List.of(this.chatCompletionMessage), MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue(), 0.7, false));

// 流式请求
Flux<ChatCompletionChunk> streamResponse = this.miniMaxApi.chatCompletionStream(
    new ChatCompletionRequest(List.of(this.chatCompletionMessage), MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue(), 0.7, true));

请遵循 MiniMaxApi.java 的 JavaDoc 获取更多信息。

WebSearch 聊天

MiniMax 模型支持网络搜索功能。网络搜索功能允许您在网络上搜索信息并在聊天响应中返回结果。

关于网络搜索，请遵循 MiniMax ChatCompletion 获取更多信息。

这是一个显示如何使用网络搜索的简单片段：

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();


// 同步请求
ChatResponse response = chatModel.call(new Prompt(this.messages, this.options));

// 流式请求
Flux<ChatResponse> streamResponse = chatModel.stream(new Prompt(this.messages, this.options));
MiniMaxApi 示例

相关资源

avatar
文章
阅读
粉丝