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。
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 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-chat 、abab5.5s-chat 、abab6.5-chat 、abab6.5g-chat 、abab6.5t-chat 和abab6.5s-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));
最后编辑:Jeebiz 更新时间:2025-08-31 23:07