MiniMax Chat

Deepseek 3.2 中英对照 MiniMax MiniMax Chat

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

先决条件

您需要创建一个与MiniMax集成的API，以便访问MiniMax的语言模型。

在MiniMax注册页面创建账户，并在API密钥页面生成令牌。

Spring AI 项目定义了一个名为 spring.ai.minimax.api-key 的配置属性，您应将其设置为从 API Keys 页面获取的 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>

在处理敏感信息（如 API 密钥）时，为了增强安全性，你可以使用 Spring 表达式语言（SpEL）来引用环境变量：

# 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>

你也可以通过应用程序代码来设置此配置：

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

添加仓库和 BOM

Spring AI 的构件发布在 Maven Central 和 Spring Snapshot 仓库中。请参考构件仓库部分，将这些仓库添加到您的构建系统中。

为帮助管理依赖，Spring AI 提供了一个 BOM（物料清单）以确保在整个项目中使用的 Spring AI 版本一致。请参考依赖管理章节，将 Spring AI BOM 添加到您的构建系统中。

Auto-configuration

备注

Spring AI 的自动配置和 starter 模块的工件名称发生了重大变更。更多信息请参阅 升级说明。

Spring AI 为 MiniMax 聊天客户端提供了 Spring Boot 自动配置。要启用此功能，请将以下依赖项添加到您项目的 Maven pom.xml 文件中：

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

或者添加到你的 Gradle build.gradle 构建文件中。

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

:::提示
请参考依赖管理章节，将 Spring AI BOM 添加到您的构建文件中。
:::

聊天属性

重试属性

spring.ai.retry 前缀用作属性前缀，允许您为 MiniMax 聊天模型配置重试机制。

属性	描述	默认值
spring.ai.retry.max-attempts	最大重试尝试次数。	10
spring.ai.retry.backoff.initial-interval	指数退避策略的初始休眠时长。	2 秒
spring.ai.retry.backoff.multiplier	退避间隔乘数。	5
spring.ai.retry.backoff.max-interval	最大退避时长。	3 分钟
spring.ai.retry.on-client-errors	若为 false，则抛出 NonTransientAiException，且不针对 4xx 客户端错误代码尝试重试。	false
spring.ai.retry.exclude-on-http-codes	不应触发重试（例如抛出 NonTransientAiException）的 HTTP 状态码列表。	empty
spring.ai.retry.on-http-codes	应触发重试（例如抛出 TransientAiException）的 HTTP 状态码列表。	empty

连接属性

前缀 spring.ai.minimax 用作属性前缀，允许您连接到 MiniMax。

属性	描述	默认值
spring.ai.minimax.base-url	连接到的 URL	api.minimax.chat
spring.ai.minimax.api-key	API 密钥	-

配置属性

备注

现在通过顶级属性 spring.ai.model.chat 前缀来配置聊天自动配置的启用和禁用。

若要启用，设置 spring.ai.model.chat=minimax（默认已启用）

若要禁用，设置 spring.ai.model.chat=none（或任何不匹配 minimax 的值）

此更改旨在支持多个模型的配置。

spring.ai.minimax.chat 前缀是一个属性前缀，允许您配置 MiniMax 的聊天模型实现。

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	可选地覆盖 spring.ai.minimax.base-url 以提供聊天专用的 URL	api.minimax.chat
spring.ai.minimax.chat.api-key	可选地覆盖 spring.ai.minimax.api-key 以提供聊天专用的 API 密钥	-
spring.ai.minimax.chat.options.model	要使用的 MiniMax 聊天模型	abab6.5g-chat (其中 abab5.5-chat, abab5.5s-chat, abab6.5-chat, abab6.5g-chat, abab6.5t-chat 和 abab6.5s-chat 指向最新的模型版本)
spring.ai.minimax.chat.options.maxTokens	聊天补全中生成的最大 token 数量。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	采样温度，用于控制生成补全的表观创造力。较高的值会使输出更随机，而较低的值会使结果更集中和确定。不建议为同一个补全请求同时修改 temperature 和 top_p，因为这两个设置的交互作用难以预测。	0.7
spring.ai.minimax.chat.options.topP	温度采样的替代方法，称为核采样，模型会考虑概率质量排名前 top_p 的 token 的结果。例如 0.1 意味着只考虑构成前 10% 概率质量的 token。通常建议修改此参数或 temperature，但不要同时修改两者。	1.0
spring.ai.minimax.chat.options.n	为每个输入消息生成多少个聊天补全选项。请注意，您将根据所有选项中生成的 token 总数计费。默认值为 1，且不能大于 5。特别地，当温度非常小且接近 0 时，我们只能返回 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	介于 -2.0 和 2.0 之间的数值。正值会根据新 token 是否已在文本中出现过进行惩罚，从而增加模型谈论新话题的可能性。	0.0f
spring.ai.minimax.chat.options.frequencyPenalty	介于 -2.0 和 2.0 之间的数值。正值会根据新 token 在文本中已出现的频率进行惩罚，从而降低模型逐字重复相同内容的可能性。	0.0f
spring.ai.minimax.chat.options.stop	模型将在遇到指定的停止词时停止生成字符，目前仅支持单个停止词，格式为 ["stop_word1"]	-
spring.ai.minimax.chat.options.tool-names	工具名称列表，用于在单个提示请求中启用函数调用。具有这些名称的工具必须存在于 ToolCallback 注册表中。	-
spring.ai.minimax.chat.options.tool-callbacks	要注册到 ChatModel 的工具回调。	-
spring.ai.minimax.chat.options.internal-tool-execution-enabled	如果为 false，Spring AI 将不会在内部处理工具调用，而是将其代理给客户端。然后客户端负责处理工具调用，将其分派给适当的函数并返回结果。如果为 true (默认值)，Spring AI 将在内部处理函数调用。仅适用于支持函数调用的聊天模型。	true

备注

你可以为 ChatModel 实现覆盖通用的 spring.ai.minimax.base-url 和 spring.ai.minimax.api-key 配置。如果设置了 spring.ai.minimax.chat.base-url 和 spring.ai.minimax.chat.api-key 属性，它们将优先于通用属性。如果你希望为不同的模型和不同的模型端点使用不同的 MiniMax 账户，这将非常有用。

提示

所有以 spring.ai.minimax.chat.options 为前缀的属性，都可以在运行时通过在 Prompt 调用中添加特定请求的 运行时选项 来覆盖。

运行时选项

MiniMaxChatOptions.java 提供了模型配置，例如要使用的模型、温度值、频率惩罚等。

启动时，可以通过 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、特定于请求的选项来覆盖默认选项。例如，要为特定请求覆盖默认模型和温度：

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()
    ));

提示

除了模型特定的 MiniMaxChatOptions 之外，你也可以使用可移植的 ChatOptions 实例，该实例通过 ChatOptions#builder() 创建。

示例控制器

创建一个新的Spring Boot项目，并在你的pom（或gradle）依赖中添加spring-ai-starter-model-minimax。

在 src/main/resources 目录下添加一个 application.properties 文件，以启用和配置 MiniMax 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

:::提示
将 api-key 替换为您的 MiniMax 凭据。
:::

这将创建一个MiniMaxChatModel实现，你可以将其注入到你的类中。以下是一个使用该聊天模型进行文本生成的简单@Controller类示例。

@RestController
public class ChatController {

    private final MiniMaxChatModel chatModel;

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

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

手动配置

MiniMaxChatModel 实现了 ChatModel 和 StreamingChatModel 接口，并使用 MiniMaxApi 底层客户端 连接至 MiniMax 服务。

将 spring-ai-minimax 依赖添加到项目的 Maven pom.xml 文件中：

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

添加到您的Gradle build.gradle构建文件中。

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

:::提示
请参考依赖管理部分，将Spring AI BOM添加到您的构建文件中。
:::

接下来，创建 MiniMaxChatModel 并使用它进行文本生成：

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."));

MiniMaxChatOptions 提供聊天请求的配置信息。MiniMaxChatOptions.Builder 是一个流畅的选项构建器。

底层 MiniMaxApi 客户端

MiniMaxApi 为 MiniMax API 提供了一个轻量级的 Java 客户端。

以下是使用该 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));

有关更多信息，请参考 MiniMaxApi.java 的 JavaDoc。

WebSearch 聊天

MiniMax模型支持了网页搜索功能。该网页搜索功能允许您搜索网络信息，并在聊天回复中返回结果。

关于网页搜索，请参考 MiniMax ChatCompletion 获取更多信息。

以下是一个简单的代码片段，展示了如何使用网络搜索功能：

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));

MiniMaxApi 示例

• MiniMaxApiIT.java 测试提供了一些如何使用该轻量级库的通用示例。

• MiniMaxApiToolFunctionCallIT.java 测试展示了如何使用底层 API 调用工具函数。