MiniMax 聊天

Spring AI 支持 MiniMax 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。

先决条件

你需要使用 MiniMax 创建一个 API，以访问 MiniMax 语言模型。

在 MiniMax 注册页面 上创建一个帐户，并在 API 密钥页面 上生成令牌。Spring AI 项目定义了一个名为 spring.ai.minimax.api-key 的配置属性，你应将其设置为从 API 密钥页面 获取的 API 密钥 的值。导出环境变量是设置该配置属性的一种方法

export SPRING_AI_MINIMAX_API_KEY=<INSERT KEY HERE>

添加存储库和 BOM

Spring AI 工件发布在 Spring Milestone 和 Snapshot 存储库中。请参阅存储库部分，将这些存储库添加到您的构建系统。

为了帮助进行依赖关系管理，Spring AI 提供了一个 BOM（物料清单），以确保在整个项目中使用 Spring AI 的一致版本。请参阅依赖关系管理部分，将 Spring AI BOM 添加到您的构建系统。

自动配置

Spring AI 为 MiniMax 聊天客户端提供了 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

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

或添加到您的 Gradle build.gradle 构建文件。

dependencies {
    implementation 'org.springframework.ai:spring-ai-minimax-spring-boot-starter'
}
请参阅依赖关系管理部分，将 Spring AI BOM 添加到您的构建文件。

聊天属性

重试属性

前缀 spring.ai.retry 用作属性前缀，它允许您为 MiniMax 聊天模型配置重试机制。

属性 说明 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，它允许您连接到 MiniMax。

属性 说明 默认值

spring.ai.minimax.base-url

要连接到的 URL

api.minimax.chat

spring.ai.minimax.api-key

API 密钥

-

配置属性

前缀 spring.ai.minimax.chat 是属性前缀，它允许您为 MiniMax 配置聊天模型实现。

属性 说明 默认值

spring.ai.minimax.chat.enabled

启用 MiniMax 聊天模型。

true

spring.ai.minimax.chat.base-url

可选，覆盖 spring.ai.minimax.base-url 以提供特定于聊天的 URL

api.minimax.chat

spring.ai.minimax.chat.api-key

可选，覆盖 spring.ai.minimax.api-key 以提供特定于聊天的 API 密钥

-

spring.ai.minimax.chat.options.model

这是要使用的 MiniMax 聊天模型

abab5.5-chat（abab5.5s-chat、abab5.5-chat 和 abab6-chat 指向最新模型版本）

spring.ai.minimax.chat.options.maxTokens

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上下文长度的限制。

-

spring.ai.minimax.chat.options.temperature

用于控制生成完成的明显创造力的采样温度。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。不建议为同一完成请求修改温度和 top_p，因为这两个设置的交互难以预测。

0.7

spring.ai.minimax.chat.options.topP

一种称为核采样的温度采样的替代方法，其中模型考虑具有 top_p 概率质量的令牌的结果。因此，0.1 意味着仅考虑包含前 10% 概率质量的令牌。我们通常建议更改此设置或温度，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聊天完成选项。请注意，您将根据所有选项中生成令牌的数量收费。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 之间的值。正值根据新令牌到目前为止是否出现在文本中来惩罚它们，从而增加模型讨论新主题的可能性。

0.0f

spring.ai.minimax.chat.options.frequencyPenalty

-2.0 到 2.0 之间的值。正值根据新令牌到目前为止在文本中的现有频率来惩罚它们，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 stop 指定的字符，目前仅支持 ["stop_word1"] 格式的单个停止词

-
你可以覆盖 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，则优先于通用属性。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通过向 Prompt 调用添加特定于请求的 运行时选项 来在运行时覆盖。

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，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，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()
            .withModel(MiniMaxApi.ChatModel.GLM_3_Turbo.getValue())
            .withTemperature(0.5f)
        .build()
    ));
除了特定于模型的 MiniMaxChatOptions 之外，你还可以使用可移植的 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-minimax-spring-boot-starter 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=YOUR_API_KEY
spring.ai.minimax.chat.options.model=glm-3-turbo
spring.ai.minimax.chat.options.temperature=0.7
用你的 MiniMax 凭据替换 api-key。

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，它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 = "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) {
        var prompt = new Prompt(new UserMessage(message));
        return chatModel.stream(prompt);
    }
}

手动配置

MiniMaxChatModel 实现 ChatModel 和 StreamingChatModel，并使用 低级 MiniMaxApi 客户端 连接到 MiniMax 服务。

将 spring-ai-minimax 依赖项添加到项目的 Maven pom.xml 文件

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

或添加到您的 Gradle build.gradle 构建文件。

dependencies {
    implementation 'org.springframework.ai:spring-ai-minimax'
}
请参阅依赖关系管理部分，将 Spring AI BOM 添加到您的构建文件。

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(miniMaxApi, MiniMaxChatOptions.builder()
                .withModel(MiniMaxApi.ChatModel.GLM_3_Turbo.getValue())
                .withTemperature(0.4f)
                .withMaxTokens(200)
                .build());

ChatResponse response = chatModel.call(
    new Prompt("Generate the names of 5 famous pirates."));

// Or with streaming responses
Flux<ChatResponse> streamResponse = chatModel.stream(
    new Prompt("Generate the names of 5 famous pirates."));

MiniMaxChatOptions 提供聊天请求的配置信息。MiniMaxChatOptions.Builder 是流畅选项构建器。

低级 MiniMaxApi 客户端

MiniMaxApi 提供 MiniMax API 的轻量级 Java 客户端。

下面是一个如何以编程方式使用 API 的简单代码段

MiniMaxApi miniMaxApi =
    new MiniMaxApi(System.getenv("MINIMAX_API_KEY"));

ChatCompletionMessage chatCompletionMessage =
    new ChatCompletionMessage("Hello world", Role.USER);

// Sync request
ResponseEntity<ChatCompletion> response = miniMaxApi.chatCompletionEntity(
    new ChatCompletionRequest(List.of(chatCompletionMessage), MiniMaxApi.ChatModel.GLM_3_Turbo.getValue(), 0.7f, false));

// Streaming request
Flux<ChatCompletionChunk> streamResponse = miniMaxApi.chatCompletionStream(
        new ChatCompletionRequest(List.of(chatCompletionMessage), MiniMaxApi.ChatModel.GLM_3_Turbo.getValue(), 0.7f, true));

有关更多信息，请参阅 MiniMaxApi.java 的 JavaDoc。

MiniMaxApi 示例