Cohere Chat
提供 Bedrock Cohere 聊天模型。将生成式 AI 功能集成到改善业务成果的基本应用和工作流中。
AWS Bedrock Cohere 模型页面 和 Amazon Bedrock 用户指南 包含有关如何使用 AWS 托管模型的详细信息。
先决条件
请参阅 Spring AI 在 Amazon Bedrock 上的文档 以设置 API 访问。
自动配置
将spring-ai-bedrock-ai-spring-boot-starter
依赖项添加到项目的 Maven pom.xml
文件
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bedrock-ai-spring-boot-starter</artifactId>
</dependency>
或添加到 Gradle build.gradle
构建文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-bedrock-ai-spring-boot-starter'
}
请参阅依赖项管理部分,将 Spring AI BOM 添加到您的构建文件中。 |
启用 Cohere 聊天支持
默认情况下,Cohere 模型处于禁用状态。要启用它,请将spring.ai.bedrock.cohere.chat.enabled
属性设置为true
。导出环境变量是设置此配置属性的一种方法
export SPRING_AI_BEDROCK_COHERE_CHAT_ENABLED=true
聊天属性
前缀spring.ai.bedrock.aws
是配置与 AWS Bedrock 连接的属性前缀。
属性 | 说明 | 默认值 |
---|---|---|
spring.ai.bedrock.aws.region |
要使用的 AWS 区域。 |
us-east-1 |
spring.ai.bedrock.aws.timeout |
要使用的 AWS 超时。 |
5m |
spring.ai.bedrock.aws.access-key |
AWS 访问密钥。 |
- |
spring.ai.bedrock.aws.secret-key |
AWS 密钥。 |
- |
前缀spring.ai.bedrock.cohere.chat
是配置 Cohere 聊天模型实现的属性前缀。
属性 | 说明 | 默认值 |
---|---|---|
spring.ai.bedrock.cohere.chat.enabled |
启用或禁用对 Cohere 的支持 |
false |
spring.ai.bedrock.cohere.chat.model |
要使用的模型 ID。请参阅CohereChatModel以了解受支持的模型。 |
cohere.command-text-v14 |
spring.ai.bedrock.cohere.chat.options.temperature |
控制输出的随机性。值范围为 [0.0,1.0] |
0.7 |
spring.ai.bedrock.cohere.chat.options.topP |
采样时要考虑的令牌的最大累积概率。 |
AWS Bedrock 默认值 |
spring.ai.bedrock.cohere.chat.options.topK |
指定模型用于生成下一个令牌的令牌选择数量 |
AWS Bedrock 默认值 |
spring.ai.bedrock.cohere.chat.options.maxTokens |
指定在生成的响应中要使用的最大令牌数。 |
AWS Bedrock 默认值 |
spring.ai.bedrock.cohere.chat.options.stopSequences |
配置模型识别的最多四个序列。 |
AWS Bedrock 默认值 |
spring.ai.bedrock.cohere.chat.options.returnLikelihoods |
令牌可能性会随响应一起返回。 |
AWS Bedrock 默认值 |
spring.ai.bedrock.cohere.chat.options.numGenerations |
模型应返回的最大生成数。 |
AWS Bedrock 默认值 |
spring.ai.bedrock.cohere.chat.options.logitBias |
防止模型生成不需要的令牌或激励模型包含所需的令牌。 |
AWS Bedrock 默认值 |
spring.ai.bedrock.cohere.chat.options.truncate |
指定 API 如何处理长度超过最大令牌长度的输入 |
AWS Bedrock 默认值 |
查看 CohereChatModel 了解其他模型 ID。支持的值为:cohere.command-light-text-v14
和 cohere.command-text-v14
。还可以在 AWS Bedrock 基本模型 ID 文档 中找到模型 ID 值。
所有以 spring.ai.bedrock.cohere.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
BedrockCohereChatOptions.java 提供了模型配置,例如温度、topK、topP 等。
在启动时,可以使用 BedrockCohereChatModel(api, options)
构造函数或 spring.ai.bedrock.cohere.chat.options.*
属性配置默认选项。
在运行时,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温度
ChatResponse response = chatModel.call(
new Prompt(
"Generate the names of 5 famous pirates.",
BedrockCohereChatOptions.builder()
.withTemperature(0.4)
.build()
));
除了特定于模型的 BedrockCohereChatOptions 之外,还可以使用便携式 ChatOptions 实例,该实例使用 ChatOptionsBuilder#builder() 创建。 |
示例控制器
创建一个新的 Spring Boot 项目,并将 spring-ai-bedrock-ai-spring-boot-starter
添加到你的 pom(或 gradle)依赖项。
在 src/main/resources
目录下添加一个 application.properties
文件,以启用和配置 Cohere 聊天模型
spring.ai.bedrock.aws.region=eu-central-1
spring.ai.bedrock.aws.timeout=1000ms
spring.ai.bedrock.aws.access-key=${AWS_ACCESS_KEY_ID}
spring.ai.bedrock.aws.secret-key=${AWS_SECRET_ACCESS_KEY}
spring.ai.bedrock.cohere.chat.enabled=true
spring.ai.bedrock.cohere.chat.options.temperature=0.8
用你的 AWS 凭证替换 regions 、access-key 和 secret-key 。
|
这将创建一个 BedrockCohereChatModel
实现,你可以将其注入到你的类中。下面是一个简单的 @Controller
类的示例,它使用聊天模型进行文本生成。
@RestController
public class ChatController {
private final BedrockCohereChatModel chatModel;
@Autowired
public ChatController(BedrockCohereChatModel chatModel) {
this.chatModel = chatModel;
}
@GetMapping("/ai/generate")
public Map generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
return Map.of("generation", 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 chatModel.stream(prompt);
}
}
手动配置
BedrockCohereChatModel 实现 ChatModel
和 StreamingChatModel
,并使用 底层 CohereChatBedrockApi 客户端 连接到 Bedrock Cohere 服务。
将 spring-ai-bedrock
依赖项添加到项目的 Maven pom.xml
文件
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bedrock</artifactId>
</dependency>
或添加到 Gradle build.gradle
构建文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-bedrock'
}
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,创建一个 BedrockCohereChatModel 并将其用于文本生成
CohereChatBedrockApi api = new CohereChatBedrockApi(CohereChatModel.COHERE_COMMAND_V14.id(),
EnvironmentVariableCredentialsProvider.create(),
Region.US_EAST_1.id(),
new ObjectMapper(),
Duration.ofMillis(1000L));
BedrockCohereChatModel chatModel = new BedrockCohereChatModel(api,
BedrockCohereChatOptions.builder()
.withTemperature(0.6f)
.withTopK(10)
.withTopP(0.5f)
.withMaxTokens(678)
.build()
ChatResponse response = chatModel.call(
new Prompt("Generate the names of 5 famous pirates."));
// Or with streaming responses
Flux<ChatResponse> response = chatModel.stream(
new Prompt("Generate the names of 5 famous pirates."));
低级别 CohereChatBedrockApi 客户端
CohereChatBedrockApi 提供轻量级 Java 客户端,基于 AWS Bedrock Cohere Command 模型。
以下类图说明了 CohereChatBedrockApi 接口和构建模块
CohereChatBedrockApi 支持 cohere.command-light-text-v14
和 cohere.command-text-v14
模型,用于同步(例如 chatCompletion()
)和流式传输(例如 chatCompletionStream()
)请求。
以下是一个简单代码片段,说明如何以编程方式使用 API
CohereChatBedrockApi cohereChatApi = new CohereChatBedrockApi(
CohereChatModel.COHERE_COMMAND_V14.id(),
Region.US_EAST_1.id(),
Duration.ofMillis(1000L));
var request = CohereChatRequest
.builder("What is the capital of Bulgaria and what is the size? What it the national anthem?")
.withStream(false)
.withTemperature(0.5f)
.withTopP(0.8f)
.withTopK(15)
.withMaxTokens(100)
.withStopSequences(List.of("END"))
.withReturnLikelihoods(CohereChatRequest.ReturnLikelihoods.ALL)
.withNumGenerations(3)
.withLogitBias(null)
.withTruncate(Truncate.NONE)
.build();
CohereChatResponse response = cohereChatApi.chatCompletion(request);
var request = CohereChatRequest
.builder("What is the capital of Bulgaria and what is the size? What it the national anthem?")
.withStream(true)
.withTemperature(0.5f)
.withTopP(0.8f)
.withTopK(15)
.withMaxTokens(100)
.withStopSequences(List.of("END"))
.withReturnLikelihoods(CohereChatRequest.ReturnLikelihoods.ALL)
.withNumGenerations(3)
.withLogitBias(null)
.withTruncate(Truncate.NONE)
.build();
Flux<CohereChatResponse.Generation> responseStream = cohereChatApi.chatCompletionStream(request);
List<CohereChatResponse.Generation> responses = responseStream.collectList().block();