NVIDIA Chat

NVIDIA LLM API 是一个提供来自各种提供商的广泛模型的代理 AI 推理引擎。

Spring AI 通过复用现有的 OpenAI 客户端与 NVIDIA LLM API 进行集成。为此,需要将基本 URL 设置为 integrate.api.nvidia.com, 选择其中一个提供的 LLM 模型,并为其获取 API 密钥。

前提条件(Prerequisites)

  • 创建具有足够额度的 NVIDIA 账户。
  • 选择要使用的 LLM 模型。例如,下面截图中的 meta/lama-3.1-70b - 说明。
  • 从所选模型的页面中,您可以获取访问该模型的 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 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)

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)

NVIDIA LLM API 在选择支持它的模型时支持 Tool/Function 调用。

您可以使用 ChatModel 注册自定义 Java 函数,并让提供的模型智能地选择输出一个包含参数的 JSON 对象来调用一个或多个注册的函数。这是一种将 LLM 功能与外部工具和 API 连接起来的强大技术。

工具示例(Tool Example )

下面是一个简单的示例,展示如何使用 Spring AI 调用 NVIDIA LLM API 函数:

spring.ai.openai.api-key=${NVIDIA_API_KEY}
spring.ai.openai.base-url=https://integrate.api.nvidia.com
spring.ai.openai.chat.options.model=meta/llama-3.1-70b-instruct
spring.ai.openai.chat.options.max-tokens=2048
@SpringBootApplication
public class NvidiaLlmApplication {

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

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=${NVIDIA_API_KEY}
spring.ai.openai.base-url=https://integrate.api.nvidia.com
spring.ai.openai.chat.options.model=meta/llama-3.1-70b-instruct

# The NVIDIA LLM API doesn't support embeddings, so we need to disable it.
spring.ai.openai.embedding.enabled=false

# The NVIDIA LLM API requires this parameter to be set explicitly or server internal error will be thrown.
spring.ai.openai.chat.options.max-tokens=2048

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 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);
    }

}
作者:Jeebiz  创建时间:2025-08-08 00:40
最后编辑:Jeebiz  更新时间:2025-08-31 23:07