MiniMax Chat

Spring AI 支持 MiniMax 的各种 AI 语言模型。您可以与 MiniMax 语言模型交互,并基于 MiniMax 模型创建多语言会话助手。

前提条件(Prerequisites)

您需要使用 MiniMax 创建一个 API 来访问 MiniMax 语言模型。

  • 在 MiniMax 注册页面创建一个账户,并在 API Keys 页面生成令牌。

  • Spring AI 项目定义了一个名为 spring.ai.minimax.api-key 的配置属性,您应该将其设置为从 API Keys 页面获得的 API Key 的值。

您可以在 application.properties 文件中设置此配置属性:

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

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

您还可以在 application 代码中以编程方式设置此配置:

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

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 MiniMax 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-minimax</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-minimax'
}

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 MiniMax 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.minimax 的属性,用于配置 MiniMax的链接。

属性 描述 默认值
spring.ai.minimax.base-url 连接URL api.minimax.chat
spring.ai.minimax.api-key API密钥 -
配置属性(Configuration Properties)

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

属性 描述 默认值
spring.ai.minimax.chat.enabled (已移除且不再有效) 启用MiniMax聊天模型 true
spring.ai.model.chat 启用MiniMax聊天模型 minimax
spring.ai.minimax.chat.base-url 可选覆盖spring.ai.minimax.base-url提供特定聊天URL api.minimax.chat
spring.ai.minimax.chat.api-key 可选覆盖spring.ai.minimax.api-key提供特定聊天API密钥 -
spring.ai.minimax.chat.options.model 使用的MiniMax聊天模型 abab6.5g-chat (abab5.5-chatabab5.5s-chatabab6.5-chatabab6.5g-chatabab6.5t-chatabab6.5s-chat指向最新模型版本)
spring.ai.minimax.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.minimax.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 0.7
spring.ai.minimax.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 1.0
spring.ai.minimax.chat.options.n 为每个输入消息生成多少聊天补全选项。将根据所有选项生成的token数量计费。默认值为1且不能大于5。当temperature非常小接近0时,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错误(invalid_request_error) 1
spring.ai.minimax.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 0.0f
spring.ai.minimax.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.minimax.chat.options.stop 模型将停止生成指定的停止字符,目前仅支持单个停止词,格式为[“stop_word1”] -

运行时选项(Runtime Options )

MiniMaxChatOptions.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 MiniMaxChatModel (api,options) 构造函数或 spring.ai.minimax.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.",
        MiniMaxChatOptions.builder()
            .model(MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue())
            .temperature(0.5)
        .build()
    ));

示例控制器(Sample Controller)

创建一个新的 Spring Boot 项目,并将 spring-ai-starter-model-minimax 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.minimax.api-key=YOUR_API_KEY
spring.ai.minimax.chat.options.model=abab6.5g-chat
spring.ai.minimax.chat.options.temperature=0.7

这将创建一个 MiniMaxChatModel 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 MiniMaxChatModel chatModel;

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

    @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)

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

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

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

或者,在你的 Gradle 构建文件 build.gradle 中添加:

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

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(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."));

轻量级 MiniMaxApi 客户端

MiniMaxApi 提供的是 MiniMax API 的轻量级 Java 客户端。

以下是如何以编程方式使用 API 的简单代码片段:

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));

WebSearch 聊天

MiniMax 模型支持 Web 搜索功能。Web 搜索功能允许您在 Web 上搜索信息,并在 Chat 响应中返回结果。

关于网络搜索,请参阅 MiniMax ChatCompletion 了解更多信息。

以下是如何使用网络搜索的简单代码片段:

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));
作者:Jeebiz  创建时间:2025-08-08 00:39
最后编辑:Jeebiz  更新时间:2025-08-31 23:07