Mistral AI Chat

Spring AI 支持 Mistral AI 的各种 AI 语言模型。您可以与 Mistral AI 语言模型进行交互，并基于 Mistral 模型创建多语言对话助手。

先决条件

您需要使用 MistralAI 创建 API 来访问 Mistral AI 语言模型。

在 MistralAI 注册页面 创建帐户并在 API Keys 页面 生成令牌。
Spring AI 项目定义了一个名为的配置属性，您应该将其设置为从 console.mistral.ai 获取的spring.ai.mistralai.api-key值。

API Key 导出环境变量是设置该配置属性的一种方法：

export SPRING_AI_MISTRALAI_API_KEY=<INSERT KEY HERE>

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

Spring AI 为 MistralAI 对话客户端提供 Spring Boot 自动配置。要启用它，请将以下依赖项添加到项目的 Maven pom.xml 文件中：

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-mistral-ai-spring-boot-starter</artifactId>
</dependency>

或者，在你的 Gradle 构建文件 build.gradle 中添加：

dependencies {
    implementation 'org.springframework.ai:spring-ai-mistral-ai-spring-boot-starter'
}

Chat 属性

重试属性

spring.ai.retry 前缀的属性，可让您配置 Mistral AI 对话客户端的重试机制。

连接属性

spring.ai.mistralai 前缀的属性，可让您配置 Mistral AI 对话客户端的连接。

配置属性

spring.ai.mistralai.chat 前缀的属性，可让您配置 MistralAI 的 ChatClient 实现。

说明:

• 你可以覆盖 ChatClient 和 EmbeddingClient 的 通用参数 spring.ai.mistralai.base-url 和 spring.ai.mistralai.api-key。
• 如果设置了 spring.ai.mistralai.chat.base-url 和 spring.ai.mistralai.chat.api-key 属性，则优先于公共属性。
• 如果您想对不同的模型和不同的模型端点使用不同的 MistralAI 帐户，这非常有用。

*提示: *所有 spring.ai.mistralai.chat.options 前缀的属性， 可以在运行期间通过添加特定请求参数到 Prompt 调用 实现覆盖.

对话选项

MistralAiChatOptions.java 提供模型配置，例如：要使用的模型、temperature、频率惩罚等。

启动时，可以使用 MistralAiChatClient(api, options) 构造函数或 spring.ai.mistralai.chat.options.* 属性配置默认选项。

在运行时，您可以通过向调用添加新的、特定于请求的选项来覆盖默认选项Prompt。例如，要覆盖特定请求的默认型号和温度：

ChatResponse response = chatClient.call(
    new Prompt(
        "Generate the names of 5 famous pirates.",
        MistralAiChatOptions.builder()
            .withModel(MistralAiApi.ChatModel.LARGE.getValue())
            .withTemperature(0.5f)
        .build()
    ));

提示: 除了特定于模型的 MistralAiChatOptions 之外，您还可以使用通过 ChatOptionsBuilder#builder() 创建的可移植 ChatOptions 实例。

Sample Controller （自动配置）

创建 一个新的 Spring Boot 项目并将其添加 spring-ai-mistralai-spring-boot-starter 到您的 pom（或 gradle）依赖项中。

在 src/main/resources目录下添加一个application.properties文件，以启用和配置 MistralAI 对话客户端：

spring.ai.mistralai.api-key=YOUR_API_KEY
spring.ai.mistralai.chat.options.model=mistral-medium
spring.ai.mistralai.chat.options.temperature=0.7

提示: 替换api-key为您的 MistralAI 凭据。

这将创建一个可以注入到您的类中的 MistralAiChatClient 实现。下面是一个@Controller使用聊天客户端生成文本的简单类的示例。

@RestController
public class ChatController {

    private final MistralAiChatClient chatClient;

    @Autowired
    public ChatController(MistralAiChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/ai/generate")
    public Map generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        return Map.of("generation", chatClient.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 chatClient.stream(prompt);
    }
}

手动配置

MistralAiChatClient 实现 ChatClient 和 StreamingChatClient， 并使用 轻量级 Api 连接到 MistralAI 服务。

添加 spring-ai-mistralai 依赖到你的项目 Maven pom.xml 文件:

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

或者，在你的 Gradle 构建文件 build.gradle 中添加：

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

接下来, 创建一个 MistralAiChatClient 并将其用于文本生成：

var mistralAiApi = new MistralAiApi(System.getenv("MISTRAL_AI_API_KEY"));

var chatClient = new MistralAiChatClient(mistralAiApi, MistralAiChatOptions.builder()
                .withModel(MistralAiApi.ChatModel.LARGE.getValue())
                .withTemperature(0.4f)
                .withMaxToken(200)
                .build());

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

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

• MistralAiChatOptions 提供对话请求的配置信息.
• MistralAiChatOptions.Builder 流式的选项生成器.

轻量级 MistralAiApi 客户端

MistralAiApi 为 MistralAI Chat API 提供了轻量级 Java 客户端。

以下是如何以编程方式使用 api 的简单片段：

MistralAiApi mistralAiApi =
    new MistralAiApi(System.getenv("MISTRAL_AI_API_KEY"));

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

// Sync request
ResponseEntity<ChatCompletion> response = mistralAiApi.chatCompletionEntity(
    new ChatCompletionRequest(List.of(chatCompletionMessage), MistralAiApi.ChatModel.LARGE.getValue(), 0.8f, false));

// Streaming request
Flux<ChatCompletionChunk> streamResponse = mistralAiApi.chatCompletionStream(
        new ChatCompletionRequest(List.of(chatCompletionMessage), MistralAiApi.ChatModel.LARGE.getValue(), 0.8f, true));

请关注MistralAiApi.java的 JavaDoc 以获取更多信息。

MistralAiApi 示例

• MistralAiApiIT.java 测试提供了一些如何使用轻量级库的常规示例。

• PaymentStatusFunctionCallingIT.java 测试展示了如何使用低级 API 调用工具函数。基于MistralAI 函数调用教程。