MiniMax 聊天

Spring AI 支援 MiniMax 的各種 AI 語言模型。您可以與 MiniMax 語言模型進行互動，並基於 MiniMax 模型建立多語言對話助手。

先決條件

您需要使用 MiniMax 建立一個 API 來訪問 MiniMax 語言模型。

在 MiniMax 註冊頁面 建立帳戶，並在 API 金鑰頁面 生成令牌。

Spring AI 專案定義了一個名為 spring.ai.minimax.api-key 的配置屬性，您應該將其設定為從 API 金鑰頁面獲取的 API 金鑰 的值。

您可以在 application.properties 檔案中設定此配置屬性

spring.ai.minimax.api-key=<your-minimax-api-key>

為了在處理 API 金鑰等敏感資訊時增強安全性，您可以使用 Spring 表示式語言 (SpEL) 引用環境變數。

# In application.yml
spring:
  ai:
    minimax:
      api-key: ${MINIMAX_API_KEY}
# In your environment or .env file
export MINIMAX_API_KEY=<your-minimax-api-key>

您還可以在應用程式程式碼中以程式設計方式設定此配置

// Retrieve API key from a secure source or environment variable
String apiKey = System.getenv("MINIMAX_API_KEY");

新增儲存庫和 BOM

Spring AI 工件釋出在 Maven Central 和 Spring Snapshot 儲存庫中。請參閱 工件儲存庫 部分，將這些儲存庫新增到您的構建系統。

為了幫助管理依賴項，Spring AI 提供了一個 BOM（物料清單），以確保在整個專案中使用的 Spring AI 版本一致。請參閱 依賴項管理 部分，將 Spring AI BOM 新增到您的構建系統。

自動配置

Spring AI 自動配置、啟動模組的工件名稱發生了重大變化。請參閱 升級說明 以獲取更多資訊。

Spring AI 為 MiniMax 聊天客戶端提供了 Spring Boot 自動配置。要啟用它，請將以下依賴項新增到專案的 Maven pom.xml 檔案中

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

或新增到您的 Gradle build.gradle 構建檔案中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-model-minimax'
}
請參閱 依賴項管理 部分，將 Spring AI BOM 新增到您的構建檔案中。

聊天屬性

重試屬性

字首 spring.ai.retry 用作屬性字首，允許您配置 MiniMax 聊天模型的重試機制。

財產 描述 預設值

spring.ai.retry.max-attempts

最大重試次數。

10

spring.ai.retry.backoff.initial-interval

指數回退策略的初始休眠持續時間。

2 秒。

spring.ai.retry.backoff.multiplier

回退間隔乘數。

5

spring.ai.retry.backoff.max-interval

最大回退持續時間。

3 分鐘。

spring.ai.retry.on-client-errors

如果為 false，則丟擲 NonTransientAiException，並且不嘗試重試 4xx 客戶端錯誤程式碼

假

spring.ai.retry.exclude-on-http-codes

不應觸發重試的 HTTP 狀態程式碼列表（例如，丟擲 NonTransientAiException）。

空

spring.ai.retry.on-http-codes

應觸發重試的 HTTP 狀態程式碼列表（例如，丟擲 TransientAiException）。

空

連線屬性

字首 spring.ai.minimax 用作屬性字首，允許您連線到 MiniMax。

財產 描述 預設值

spring.ai.minimax.base-url

要連線的 URL

api.minimax.chat

spring.ai.minimax.api-key

API 金鑰

-

配置屬性

聊天自動配置的啟用和停用現在透過以spring.ai.model.chat為字首的頂級屬性進行配置。

要啟用，spring.ai.model.chat=minimax (預設啟用)

要停用，spring.ai.model.chat=none (或任何不匹配 minimax 的值)

此更改是為了允許配置多個模型。

字首 spring.ai.minimax.chat 是屬性字首，允許您配置 MiniMax 的聊天模型實現。

財產 描述 預設值

spring.ai.minimax.chat.enabled (已刪除且不再有效)

啟用 MiniMax 聊天模型。

true

spring.ai.model.chat

啟用 MiniMax 聊天模型。

minimax

spring.ai.minimax.chat.base-url

可選地覆蓋 spring.ai.minimax.base-url 以提供特定於聊天的 URL

api.minimax.chat

spring.ai.minimax.chat.api-key

可選地覆蓋 spring.ai.minimax.api-key 以提供特定於聊天的 API 金鑰

-

spring.ai.minimax.chat.options.model

這是要使用的 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

在聊天補全中生成的最大令牌數。輸入令牌和生成令牌的總長度受模型上下文長度的限制。

-

spring.ai.minimax.chat.options.temperature

用於控制生成完成的明顯創造性的取樣溫度。較高的值將使輸出更隨機，而較低的值將使結果更集中和確定。不建議在同一完成請求中修改溫度和 top_p，因為這兩個設定的相互作用難以預測。

0.7

spring.ai.minimax.chat.options.topP

除了使用溫度取樣之外的另一種方法，稱為核取樣，模型考慮具有 top_p 機率質量的令牌結果。因此 0.1 意味著只考慮佔前 10% 機率質量的令牌。我們通常建議更改此項或溫度，但不要同時更改兩者。

1.0

spring.ai.minimax.chat.options.n

為每個輸入訊息生成多少個聊天完成選項。請注意，您將根據所有選項中生成的令牌數量進行收費。預設值為 1 且不能大於 5。具體來說，當溫度非常小且接近 0 時，我們只能返回 1 個結果。如果此時已設定 n 且 >1，服務將返回非法輸入引數 (invalid_request_error)

1

spring.ai.minimax.chat.options.presencePenalty

介於 -2.0 和 2.0 之間的數字。正值會根據新令牌是否出現在文字中來懲罰新令牌，從而增加模型討論新主題的可能性。

0.0f

spring.ai.minimax.chat.options.frequencyPenalty

介於 -2.0 和 2.0 之間的數字。正值會根據文字中現有頻率懲罰新令牌，從而降低模型重複相同行的可能性。

0.0f

spring.ai.minimax.chat.options.stop

模型將停止生成由 stop 指定的字元，目前僅支援 ["stop_word1"] 格式的單個停用詞

-

spring.ai.minimax.chat.options.tool-names

工具列表，透過其名稱標識，用於在單個提示請求中啟用函式呼叫。具有這些名稱的工具必須存在於 ToolCallback 登錄檔中。

-

spring.ai.minimax.chat.options.tool-callbacks

要註冊到 ChatModel 的工具回撥。

-

spring.ai.minimax.chat.options.internal-tool-execution-enabled

如果為 false，Spring AI 將不會在內部處理工具呼叫，而是將其代理到客戶端。然後，客戶端負責處理工具呼叫，將其分派到適當的函式，並返回結果。如果為 true（預設），Spring AI 將在內部處理函式呼叫。僅適用於支援函式呼叫的聊天模型

true
您可以為 ChatModel 實現覆蓋通用的 spring.ai.minimax.base-url 和 spring.ai.minimax.api-key。如果設定了 spring.ai.minimax.chat.base-url 和 spring.ai.minimax.chat.api-key 屬性，則它們優先於通用屬性。如果您希望為不同的模型和不同的模型端點使用不同的 MiniMax 帳戶，這會很有用。
所有字首為 spring.ai.minimax.chat.options 的屬性都可以在執行時透過向 Prompt 呼叫新增請求特定的 執行時選項 來覆蓋。

執行時選項

MiniMaxChatOptions.java 提供了模型配置，例如要使用的模型、溫度、頻率懲罰等。

在啟動時，預設選項可以透過 MiniMaxChatModel(api, options) 建構函式或 spring.ai.minimax.chat.options.* 屬性進行配置。

在執行時，您可以透過向 Prompt 呼叫新增新的、請求特定的選項來覆蓋預設選項。例如，為特定請求覆蓋預設模型和溫度

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()
    ));
除了模型特定的 MiniMaxChatOptions，您還可以使用可移植的 ChatOptions 例項，透過 ChatOptions#builder() 建立。

示例控制器

建立 一個新的 Spring Boot 專案，並將 spring-ai-starter-model-minimax 新增到您的 pom（或 gradle）依賴項中。

在 src/main/resources 目錄下新增一個 application.properties 檔案，以啟用和配置 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
用您的 MiniMax 憑據替換 api-key。

這將建立一個 MiniMaxChatModel 實現，您可以將其注入到您的類中。以下是一個使用聊天模型進行文字生成的簡單 @Controller 類的示例。

@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);
    }
}

手動配置

MiniMaxChatModel 實現了 ChatModel 和 StreamingChatModel，並使用 低階 MiniMaxApi 客戶端 連線到 MiniMax 服務。

將 spring-ai-minimax 依賴項新增到您的專案 Maven pom.xml 檔案中

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

或新增到您的 Gradle build.gradle 構建檔案中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-minimax'
}
請參閱 依賴項管理 部分，將 Spring AI BOM 新增到您的構建檔案中。

接下來，建立 MiniMaxChatModel 並將其用於文字生成

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."));

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

MiniMaxChatOptions 提供了聊天請求的配置資訊。MiniMaxChatOptions.Builder 是一個流暢的選項構建器。

低階 MiniMaxApi 客戶端

MiniMaxApi 提供了用於 MiniMax API 的輕量級 Java 客戶端。

這是一個如何以程式設計方式使用 API 的簡單片段

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

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

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

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

有關更多資訊，請參閱 MiniMaxApi.java 的 JavaDoc。

MiniMax 模型支援網路搜尋功能。網路搜尋功能允許您搜尋網路資訊，並在聊天響應中返回結果。

有關網路搜尋的更多資訊，請參閱 MiniMax ChatCompletion。

以下是一個如何使用網路搜尋的簡單程式碼片段

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();


// Sync request
ChatResponse response = chatModel.call(new Prompt(this.messages, this.options));

// Streaming request
Flux<ChatResponse> streamResponse = chatModel.stream(new Prompt(this.messages, this.options));

MiniMaxApi 示例

© . This site is unofficial and not affiliated with VMware.