Skip to main content

Documentation Index

Fetch the complete documentation index at: https://javaai.pig4cloud.com/llms.txt

Use this file to discover all available pages before exploring further.

Spring AI 支持 MiniMax 提供的各种 AI 语言模型。你可以与 MiniMax 语言模型进行交互，并基于 MiniMax 模型创建多语言会话助手。

​
前提条件

你需要使用 MiniMax 创建一个 API 才能访问 MiniMax 语言模型。 在 MiniMax 注册页面创建一个帐户，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，你应该将其设置为从 API 密钥页面获取的 API 密钥 的值。 你可以在 application.properties 文件中设置此配置属性： 
spring.ai.minimax.api-key=<你的minimax-api密钥>
为了在处理 API 密钥等敏感信息时增强安全性，你可以使用 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}

# 在你的环境或 .env 文件中
export MINIMAX_API_KEY=<你的minimax-api密钥>
你也可以在应用程序代码中以编程方式设置此配置： 
// 从安全来源或环境变量中检索 API 密钥
String apiKey = System.getenv("MINIMAX_API_KEY");

​
添加仓库和 BOM

Spring AI 的构件发布在 Maven Central 和 Spring Snapshot 仓库中。 请参阅构件仓库部分，将这些仓库添加到你的构建系统中。 为了帮助进行依赖管理，Spring AI 提供了一个 BOM (bill of materials)，以确保在整个项目中使用一致版本的 Spring AI。请参阅依赖管理部分，将 Spring AI BOM 添加到你的构建系统中。

​
自动配置

Spring AI 自动配置、启动器模块的构件名称发生了重大变化。 有关更多信息，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>
请参阅依赖管理部分，将 Spring AI BOM 添加到你的构建文件中。

​
聊天属性

​
重试属性

前缀 spring.ai.retry 用作属性前缀，允许你配置 MiniMax 聊天模型的重试机制。
属性描述默认值
spring.ai.retry.max-attempts最大重试次数。10
spring.ai.retry.backoff.initial-interval指数退避策略的初始休眠持续时间。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，并且不尝试对 4xx 客户端错误代码进行重试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，允许你连接到 MiniMax。
属性描述默认值
spring.ai.minimax.base-url要连接的 URLhttps://api.minimax.chat
spring.ai.minimax.api-keyAPI 密钥-

​
配置属性

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 (或任何与 minimax 不匹配的值)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，允许你配置 MiniMax 的聊天模型实现。
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 urlhttps://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-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 指向最新的模型版本)
spring.ai.minimax.chat.options.maxTokens在聊天补全中生成的最大标记数。输入标记和生成标记的总长度受模型上下文长度的限制。-
spring.ai.minimax.chat.options.temperature用于控制生成补全的明显创造性的采样温度。较高的值会使输出更随机，而较低的值会使结果更集中和确定。不建议为同一补全请求修改温度和 top_p，因为这两个设置的相互作用很难预测。0.7
spring.ai.minimax.chat.options.topP温度采样的替代方法，称为核采样，其中模型考虑具有 top_p 概率质量的标记的结果。因此 0.1 表示仅考虑构成前 10% 概率质量的标记。我们通常建议更改此项或温度，但不能同时更改两者。1.0
spring.ai.minimax.chat.options.n为每个输入消息生成多少个聊天补全选项。请注意，你将根据所有选项中生成的标记数付费。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-2.0 到 2.0 之间的数字。正值会根据新标记是否已出现在文本中对其进行惩罚，从而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。正值会根据新标记在文本中已有的频率对其进行惩罚，从而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 [“stop_word1”] 格式的单个停止词-
你可以为 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。 如果你想为不同的模型和不同的模型端点使用不同的 MiniMax 帐户，这将非常有用。
所有以 spring.ai.minimax.chat.options 为前缀的属性都可以在运行时通过向 Prompt 调用添加特定于请求的聊天选项来覆盖。

​
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，你可以通过向 Prompt 调用添加新的、特定于请求的选项来覆盖默认选项。 例如，要为特定请求覆盖默认模型和温度： 
ChatResponse response = chatModel.call(
    new Prompt(
        "生成 5 个著名海盗的名字。",
        MiniMaxChatOptions.builder()
            .model(MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue())
            .temperature(0.5)
        .build()
    ));
除了特定于模型的 MiniMaxChatOptions之外，你还可以使用通过 ChatOptionsBuilder#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 添加到你的 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=你的API密钥
spring.ai.minimax.chat.options.model=abab6.5g-chat
spring.ai.minimax.chat.options.temperature=0.7
将 api-key 替换为你的 MiniMax 凭据。
这将创建一个 MiniMaxChatModel 实现，你可以将其注入到你的类中。 以下是一个简单的 @Controller 类的示例，该类使用聊天模型进行文本生成。 
@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 = "给我讲个笑话") String message) {
        return Map.of("generation", this.chatModel.call(message));
    }

    @GetMapping("/ai/generateStream")
    public Flux<ChatResponse> generateStream(@RequestParam(value = "message", defaultValue = "给我讲个笑话") 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 API连接到 MiniMax 服务。 将 spring-ai-minimax 依赖项添加到项目的 Maven pom.xml 文件中： 
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-minimax</artifactId>
</dependency>
或添加到你的 Gradle build.gradle 构建文件中： 
dependencies {
    implementation 'org.springframework.ai:spring-ai-minimax'
}
请参阅依赖管理部分，将 Spring AI BOM 添加到你的构建文件中。
接下来，创建一个 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("生成 5 个著名海盗的名字。"));

// 或使用流式响应
Flux<ChatResponse> streamResponse = this.chatModel.stream(
    new Prompt("生成 5 个著名海盗的名字。"));
MiniMaxChatOptions 为聊天请求提供配置信息。 MiniMaxChatOptions.Builder 是流畅的选项构建器。

​
低级 MiniMaxApi 客户端

MiniMaxApi 提供了轻量级的 Java 客户端，用于 MiniMax API。 以下是一个简单的代码片段，展示了如何以编程方式使用 API： 
MiniMaxApi miniMaxApi =
    new MiniMaxApi(System.getenv("MINIMAX_API_KEY"));

ChatCompletionMessage chatCompletionMessage =
    new ChatCompletionMessage("你好世界", 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(), 0.7f, 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(), 0.7f, true));
有关更多信息，请参阅 MiniMaxApi.java 的 JavaDoc。

​
WebSearch 聊天

MiniMax 模型支持 Web 搜索功能。Web 搜索功能允许你搜索 Web 上的信息并在聊天响应中返回结果。 有关 Web 搜索的更多信息，请参阅 MiniMax ChatCompletion。 以下是如何使用 Web 搜索的简单代码片段： 
UserMessage userMessage = new UserMessage(
        "美国在 2024 年奥运会上总共获得了多少枚金牌？");

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

文档有误？请协助编辑

发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！