Skip to main content
Spring AI 支持 Mistral AI 的文本嵌入模型。 嵌入是文本的向量表示，通过其在高维向量空间中的位置捕获段落的语义含义。Mistral AI Embeddings API 提供最先进的文本嵌入技术，可用于许多 NLP 任务。

​
先决条件

您需要使用 MistralAI 创建一个 API 才能访问 MistralAI 嵌入模型。 在 MistralAI 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.mistralai.api-key 的配置属性，您应该将其设置为从 console.mistral.ai 获取的 API Key 的值。 您可以在 application.properties 文件中设置此配置属性： 
spring.ai.mistralai.api-key=<您的 MistralAI 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) 引用环境变量： 
# 在 application.yml 中
spring:
  ai:
    mistralai:
      api-key: ${MISTRALAI_API_KEY}

# 在您的环境或 .env 文件中
export MISTRALAI_API_KEY=<您的 MistralAI API 密钥>
您还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("MISTRALAI_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中。 为了帮助进行依赖管理，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。请参阅依赖管理部分，将 Spring AI BOM 添加到您的构建系统中。

​
自动配置

Spring AI 自动配置和启动器模块的工件名称已发生重大更改。 有关更多信息，请参阅升级说明。
Spring AI 为 MistralAI Embedding 模型提供 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-mistral-ai</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-mistral-ai'
}
请参阅依赖管理部分，将 Spring AI BOM 添加到您的构建文件中。

​
Embedding 属性

​
重试属性

前缀 spring.ai.retry 用作属性前缀，可让您配置 Mistral AI Embedding 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.mistralai 用作属性前缀，可让您连接到 MistralAI。
属性描述默认值
spring.ai.mistralai.base-url要连接的 URL。https://api.mistral.ai
spring.ai.mistralai.api-keyAPI 密钥。-

​
配置属性

嵌入自动配置的启用和禁用现在通过前缀为 spring.ai.model.embedding 的顶级属性进行配置。要启用，请设置 spring.ai.model.embedding=mistral (默认情况下启用)要禁用，请设置 spring.ai.model.embedding=none (或任何与 mistral 不匹配的值)此更改是为了允许配置多个模型。
前缀 spring.ai.mistralai.embedding 是配置 MistralAI 的 EmbeddingModel 实现的属性前缀。
属性描述默认值
spring.ai.mistralai.embedding.enabled (已删除且不再有效)启用 OpenAI 嵌入模型。true
spring.ai.model.embedding启用 OpenAI 嵌入模型。true
spring.ai.mistralai.embedding.base-url可选，覆盖 spring.ai.mistralai.base-url 以提供特定于嵌入的 URL。-
spring.ai.mistralai.embedding.api-key可选，覆盖 spring.ai.mistralai.api-key 以提供特定于嵌入的 API 密钥。-
spring.ai.mistralai.embedding.metadata-mode文档内容提取模式。EMBED
spring.ai.mistralai.embedding.options.model要使用的模型。mistral-embed
spring.ai.mistralai.embedding.options.encodingFormat返回嵌入的格式。可以是 float 或 base64。-
您可以为 ChatModel 和 EmbeddingModel 实现覆盖通用的 spring.ai.mistralai.base-url 和 spring.ai.mistralai.api-key。 如果设置了 spring.ai.mistralai.embedding.base-url 和 spring.ai.mistralai.embedding.api-key 属性，则它们优先于通用属性。 同样，如果设置了 spring.ai.mistralai.chat.base-url 和 spring.ai.mistralai.chat.api-key 属性，则它们优先于通用属性。 如果您想为不同的模型和不同的模型端点使用不同的 MistralAI 帐户，这将非常有用。
所有以 spring.ai.mistralai.embedding.options 为前缀的属性都可以在运行时通过向 EmbeddingRequest 调用添加特定于请求的嵌入选项来覆盖。

​
运行时选项

MistralAiEmbeddingOptions.java 提供了 MistralAI 配置，例如要使用的模型等。 默认选项也可以使用 spring.ai.mistralai.embedding.options 属性进行配置。 在启动时，使用 MistralAiEmbeddingModel 构造函数设置用于所有嵌入请求的默认选项。 在运行时，您可以通过在 EmbeddingRequest 中使用 MistralAiEmbeddingOptions 实例来覆盖默认选项。 例如，要覆盖特定请求的默认模型名称： 
EmbeddingResponse embeddingResponse = embeddingModel.call(
    new EmbeddingRequest(List.of("Hello World", "World is big and salvation is near"),
        MistralAiEmbeddingOptions.builder()
            .withModel("Different-Embedding-Model-Deployment-Name")
        .build()));

​
示例控制器

这将创建一个 EmbeddingModel 实现，您可以将其注入到您的类中。 这是一个简单的 @Controller 类示例，它使用 EmbeddingModel 实现。 
spring.ai.mistralai.api-key=您的 API 密钥
spring.ai.mistralai.embedding.options.model=mistral-embed

@RestController
public class EmbeddingController {

    private final EmbeddingModel embeddingModel;

    @Autowired
    public EmbeddingController(EmbeddingModel embeddingModel) {
        this.embeddingModel = embeddingModel;
    }

    @GetMapping("/ai/embedding")
    public Map embed(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        var embeddingResponse = this.embeddingModel.embedForResponse(List.of(message));
        return Map.of("embedding", embeddingResponse);
    }
}

​
手动配置

如果您不使用 Spring Boot，则可以手动配置 OpenAI Embedding 模型。 为此，请将 spring-ai-mistral-ai 依赖项添加到项目的 Maven pom.xml 文件中： 
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-mistral-ai</artifactId>
</dependency>
或添加到您的 Gradle build.gradle 构建文件中。 
dependencies {
    implementation 'org.springframework.ai:spring-ai-mistral-ai'
}
请参阅依赖管理部分，将 Spring AI BOM 添加到您的构建文件中。
spring-ai-mistral-ai 依赖项还提供对 MistralAiChatModel 的访问。 有关 MistralAiChatModel 的更多信息，请参阅 MistralAI 聊天客户端部分。
接下来，创建一个 MistralAiEmbeddingModel 实例，并用它来计算两个输入文本之间的相似度： 
var mistralAiApi = new MistralAiApi(System.getenv("MISTRAL_AI_API_KEY"));

var embeddingModel = new MistralAiEmbeddingModel(this.mistralAiApi,
        MistralAiEmbeddingOptions.builder()
                .withModel("mistral-embed")
                .withEncodingFormat("float")
                .build());

EmbeddingResponse embeddingResponse = this.embeddingModel
        .embedForResponse(List.of("Hello World", "World is big and salvation is near"));
MistralAiEmbeddingOptions 为嵌入请求提供配置信息。 该选项类提供了一个 builder() 以便轻松创建选项。

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！
⌘I