Groq Chat

Groq 是一种基于 LPU™ 的超快 AI 推理引擎,它支持各种 AI 模型,支持工具 / 函数调用,并公开一个与 OpenAI API 兼容的端点。

Spring AI 通过重用现有的 OpenAI 客户端来集成 Groq。为此,需要获取 Groq Api Key, 将基本 URL 设置为 api.groq.com/openai , 并选择其中一个提供的 Groq 模型

前提条件(Prerequisites)

  • 创建 API 密钥访问此处 创建 API 密钥。Spring AI 项目定义了一个名为 spring.ai.openai.api-key 的配置属性,您应该将其设置为从 groq.com 获取的 API 密钥的值。
  • 设置 groq URL: 必须将 spring.ai.openai.base-url 属性设置为 api.groq.com/openai
  • 选择 Groq 模型:使用 spring.ai.openai.chat.model=<model name> 属性从可用的 Groq 模型中进行选择。

您可以在 application.properties 文件中设置这些配置属性:

spring.ai.openai.api-key=<your-groq-api-key>
spring.ai.openai.base-url=https://api.groq.com/openai
spring.ai.openai.chat.model=llama3-70b-8192

为了提高处理 API 密钥等敏感信息时的安全性,可以使用 Spring 表达式语言 (SpEL) 来引用自定义环境变量:

# In application.yml
spring:
  ai:
    openai:
      api-key: ${GROQ_API_KEY}
      base-url: ${GROQ_BASE_URL}
      chat:
        model: ${GROQ_MODEL}

您还可以在应用程序代码中以编程方式设置这些配置:

// Retrieve configuration from secure sources or environment variables
String apiKey = System.getenv("GROQ_API_KEY");
String baseUrl = System.getenv("GROQ_BASE_URL");
String model = System.getenv("GROQ_MODEL");

添加存储库和 BOM

Spring AI 工件发布在 Spring MilestoneSnapshot 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中。

为了帮助进行依赖管理,Spring AI 提供了 BOM(物料清单),以确保在整个项目中使用一致的 Spring AI 版本。请参阅依赖管理部分将 Spring AI BOM 添加到您的构建系统。

自动配置(Auto-configuration)

Spring AI 为 OpenAI 聊天模型提供 Spring Boot 自动配置。要启用它,请在项目的 Maven pom.xml文件中添加以下依赖项:

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

或者,在你的 Gradle 构建文件 build.gradle 中添加:

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-model-openai'
}

聊天属性(Chat Properties)

Retry 属性(Retry Properties)

前缀 spring.ai.retry 用作属性前缀,允许您为 Groq 模型配置 retry 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睡眠持续时间。 2 sec.
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 min.
spring.ai.retry.on-client-errors 如果为false,抛出NonTransientAiException,并且不会对4xx客户端错误码进行重试。 false
spring.ai.retry.exclude-on-http-codes 不应触发重试的HTTP状态码列表(例如抛出NonTransientAiException)。 empty
spring.ai.retry.on-http-codes 应触发重试的HTTP状态码列表(例如抛出TransientAiException)。 empty
连接属性(Connection Properties)

前缀是 spring.ai.openai 的属性,用于配置 OpenAI 的链接。

属性 描述 默认值
spring.ai.openai.base-url 连接URL。必须设置为https://api.groq.com/openai -
spring.ai.openai.api-key Groq API密钥 -
配置属性(Configuration Properties)

前缀是 spring.ai.openai.chat 的属性,用于配置 OpenAI 的 ChatModel 实现。

属性 描述 默认值
spring.ai.openai.chat.enabled (已移除且不再有效) 启用OpenAI聊天模型 true
spring.ai.openai.chat 启用OpenAI聊天模型 openai
spring.ai.openai.chat.base-url 可选覆盖spring.ai.openai.base-url提供特定聊天URL。必须设置为https://api.groq.com/openai -
spring.ai.openai.chat.api-key 可选覆盖spring.ai.openai.api-key提供特定聊天API密钥 -
spring.ai.openai.chat.options.model 可用模型名称包括llama3-8b-8192llama3-70b-8192mixtral-8x7b-32768gemma2-9b-it -
spring.ai.openai.chat.options.temperature 控制生成内容创造性的采样温度。值越高输出越随机,值越低结果越集中和确定。不建议同时修改temperature和top_p 0.8
spring.ai.openai.chat.options.frequencyPenalty -2.0到2.0之间的数值。正值会根据token在文本中的现有频率进行惩罚,降低模型重复相同内容的可能性 0.0f
spring.ai.openai.chat.options.maxTokens 聊天补全中生成的最大token数。输入token和生成token的总长度受模型上下文长度限制 -
spring.ai.openai.chat.options.n 为每个输入消息生成多少聊天补全选项。注意将根据所有选项生成的token数量计费。保持n=1可最小化成本 1
spring.ai.openai.chat.options.presencePenalty -2.0到2.0之间的数值。正值会根据token是否已出现在文本中进行惩罚,增加模型谈论新话题的可能性 -
spring.ai.openai.chat.options.responseFormat 指定模型输出格式的对象。设置为{ "type": "json_object" }可启用JSON模式,保证模型生成的消息是有效JSON -
spring.ai.openai.chat.options.seed (Beta功能)如果指定,系统将尽力确定性采样,相同seed和参数的重复请求应返回相同结果 -
spring.ai.openai.chat.options.stop API将停止生成更多token的序列(最多4个) -
spring.ai.openai.chat.options.topP 温度采样的替代方法-核心采样,模型考虑具有top_p概率质量的token结果。0.1表示只考虑概率质量前10%的token。建议修改此参数或temperature但不要同时修改 -
spring.ai.openai.chat.options.tools 模型可能调用的工具列表。目前仅支持函数作为工具。用于提供模型可能生成JSON输入的函数列表 -
spring.ai.openai.chat.options.toolChoice 控制模型调用哪个(如果有)函数。none表示不调用函数而生成消息;auto表示模型可选择生成消息或调用函数;通过{"type":"function","function":{"name":"my_function"}}指定特定函数会强制调用该函数。无函数时默认为none,有函数时默认为auto -
spring.ai.openai.chat.options.user 代表终端用户的唯一标识符,可帮助OpenAI监控和检测滥用行为 -
spring.ai.openai.chat.options.functions 函数名称列表,用于在单个提示请求中启用函数调用。这些名称的函数必须存在于functionCallbacks注册表中 -
spring.ai.openai.chat.options.stream-usage (仅流式传输)设置为添加包含整个请求token使用统计的额外块。此块的choices字段为空数组,所有其他块也将包含usage字段但值为null false
spring.ai.openai.chat.options.proxy-tool-calls 如果为true,Spring AI不会内部处理函数调用而是代理给客户端处理;如果为false(默认),Spring AI会内部处理函数调用。仅适用于支持函数调用的聊天模型 false

运行时选项(Runtime Options )

OpenAiChatOptions.java 提供模型配置,例如要使用的 temperature、maxToken、topP 等。

在启动时,可以使用 OpenAiChatModel (api,options) 构造函数或 spring.ai.openai.chat.options.*属性来配置默认选项。

在运行时,您可以通过在 Prompt 调用中添加新的、特定请求的选项来覆盖默认选项。例如,为特定请求覆盖默认型号和温度:

ChatResponse response = chatModel.call(
    new Prompt(
        "Generate the names of 5 famous pirates.",
        OpenAiChatOptions.builder()
            .model("mixtral-8x7b-32768")
            .temperature(0.4)
        .build()
    ));

工具 / 功能调用(Tool/Function Calling)

Groq API 端点支持在选择其中一个工具 / 函数支持的模型时调用工具 / 函数。

工具示例(Tool Example )

下面是一个简单的例子,展示如何使用 Spring AI 调用 Groq 函数:

@SpringBootApplication
public class GroqApplication {

    public static void main(String[] args) {
        SpringApplication.run(GroqApplication.class, args);
    }

    @Bean
    CommandLineRunner runner(ChatClient.Builder chatClientBuilder) {
        return args -> {
            var chatClient = chatClientBuilder.build();

            var response = chatClient.prompt()
                .user("What is the weather in Amsterdam and Paris?")
                .functions("weatherFunction") // reference by bean name.
                .call()
                .content();

            System.out.println(response);
        };
    }

    @Bean
    @Description("Get the weather in location")
    public Function<WeatherRequest, WeatherResponse> weatherFunction() {
        return new MockWeatherService();
    }

    public static class MockWeatherService implements Function<WeatherRequest, WeatherResponse> {

        public record WeatherRequest(String location, String unit) {}
        public record WeatherResponse(double temp, String unit) {}

        @Override
        public WeatherResponse apply(WeatherRequest request) {
            double temperature = request.location().contains("Amsterdam") ? 20 : 25;
            return new WeatherResponse(temperature, request.unit);
        }
    }
}

在这个例子中,当模型需要天气信息时,它会自动调用 weatherFunction Bean, 后者随后可以获取实时天气数据。预期响应如下:“阿姆斯特丹的天气当前为 20 摄氏度,巴黎的天气当前为 25 摄氏度。”

多模态(Multimodal )

目前,Groq API 不支持媒体内容。

示例控制器(Sample Controller)

创建一个新的 Spring Boot 项目,并将 spring-ai-starter-model-openai 添加到 pom (或 gradle) 依赖项中。

在 src/main/resources 目录下添加 application.properties 文件,以启用和配置 OpenAi 聊天模型:

spring.ai.openai.api-key=<GROQ_API_KEY>
spring.ai.openai.base-url=https://api.groq.com/openai
spring.ai.openai.chat.options.model=llama3-70b-8192
spring.ai.openai.chat.options.temperature=0.7

这将创建一个 OpenAiChatModel 的实现,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 OpenAiChatModel chatModel;

    @Autowired
    public ChatController(OpenAiChatModel chatModel) {
        this.chatModel = chatModel;
    }

    /**
     * 文本生成
     * @param message 提示词
     * @return 响应结果
     */
    @GetMapping("/ai/generate")
    @Operation(summary = "文本生成")
    public Map<String, Object> generate(@RequestParam(value = "message", defaultValue = "你好!") String message) {
        try {
            String response = chatModel.call(message);
            return Map.of(
                "success", true,
                "generation", response,
                "message", "Generated successfully"
            );
        } catch (Exception e) {
            return Map.of(
                "success", false,
                "error", e.getMessage(),
                "message", "Generation failed"
            );
        }
    }

    @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 this.chatModel.stream(prompt);
    }

}

手动配置(Manual Configuration)

要启用它,添加 spring-ai-openai 依赖到你的项目 Maven pom.xml 文件:

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

或者,在你的 Gradle 构建文件 build.gradle 中添加:

dependencies {
    implementation 'org.springframework.ai:spring-ai-openai'
}

接下来,创建一个 OpenAiChatModel 并将其用于文本生成:

var openAiApi = new OpenAiApi("https://api.groq.com/openai", System.getenv("GROQ_API_KEY"));
var openAiChatOptions = OpenAiChatOptions.builder()
            .model("llama3-70b-8192")
            .temperature(0.4)
            .maxTokens(200)
        .build();
var chatModel = new OpenAiChatModel(this.openAiApi, this.openAiChatOptions);


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

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

OpenAiChatOptions 提供聊天请求的配置信息。OpenAiChatOptions.Builder 是流畅的选项构建器。

作者:Jeebiz  创建时间:2025-08-08 00:37
最后编辑:Jeebiz  更新时间:2025-08-31 23:07