MiniMax 聊天

DeepSeek V3 中英对照 MiniMax MiniMax Chat

Spring AI 支持来自 MiniMax 的多种 AI 语言模型。您可以与 MiniMax 语言模型进行交互，并基于 MiniMax 模型创建一个多语言对话助手。

先决条件

你需要创建一个与 MiniMax 集成的 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 token。Spring AI 项目定义了一个名为 spring.ai.minimax.api-key 的配置属性，你应该将其设置为从 API Keys 页面 获取的 API Key 的值。导出环境变量是设置该配置属性的一种方式：

export SPRING_AI_MINIMAX_API_KEY=<INSERT KEY HERE>

shell

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 Repositories 部分，将这些仓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 部分，将 Spring AI BOM 添加到你的构建系统中。

自动配置

Spring AI 提供了对 MiniMax 聊天客户端的 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-minimax-spring-boot-starter</artifactId>
</dependency>

xml

或者到你的 Gradle build.gradle 构建文件中。

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

groovy

提示

请参阅 依赖管理 部分，将 Spring AI BOM 添加到您的构建文件中。

聊天属性

重试属性

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

属性	描述	默认值
spring.ai.retry.max-attempts	最大重试次数。	10
spring.ai.retry.backoff.initial-interval	指数退避策略的初始睡眠时长。	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	如果为 false，则抛出 NonTransientAiException，并且不会对 4xx 客户端错误代码进行重试	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）。	空
spring.ai.retry.on-http-codes	应触发重试的 HTTP 状态码列表（例如抛出 TransientAiException）。	空

连接属性

前缀 spring.ai.minimax 用作属性前缀，允许你连接到 MiniMax。

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

配置属性

spring.ai.minimax.chat 是一个属性前缀，允许你为 MiniMax 配置聊天模型的实现。

属性	描述	默认值
spring.ai.minimax.chat.enabled	启用 MiniMax 聊天模型。	true
spring.ai.minimax.chat.base-url	可选，覆盖 spring.ai.minimax.base-url 以提供聊天特定的 URL	api.minimax.chat
spring.ai.minimax.chat.api-key	可选，覆盖 spring.ai.minimax.api-key 以提供聊天特定的 API 密钥	-
spring.ai.minimax.chat.options.model	这是要使用的 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 指向最新的模型版本）
spring.ai.minimax.chat.options.maxTokens	聊天生成中生成的最大 token 数。输入 token 和生成 token 的总长度受模型上下文长度的限制。	-
spring.ai.minimax.chat.options.temperature	用于控制生成内容的明显创造性的采样温度。较高的值将使输出更加随机，而较低的值将使结果更加集中和确定。不建议在同一生成请求中同时修改 temperature 和 top_p，因为这两个设置的交互难以预测。	0.7
spring.ai.minimax.chat.options.topP	一种替代温度采样的方法，称为核采样，模型考虑具有 top_p 概率质量的 token 的结果。因此，0.1 表示只考虑构成前 10% 概率质量的 token。通常建议更改此值或温度，但不要同时更改两者。	1.0
spring.ai.minimax.chat.options.n	为每个输入消息生成多少聊天生成选项。请注意，您将根据所有选项中生成的 token 数量收费。默认值为 1，且不能大于 5。特别是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 已设置且大于 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 之间的数字。正值根据新 token 是否出现在文本中来惩罚它们，增加模型谈论新主题的可能性。	0.0f
spring.ai.minimax.chat.options.frequencyPenalty	介于 -2.0 和 2.0 之间的数字。正值根据新 token 在文本中的现有频率来惩罚它们，减少模型逐字重复同一行的可能性。	0.0f
spring.ai.minimax.chat.options.stop	模型将停止生成由 stop 指定的字符，目前仅支持单个停止词，格式为 ["stop_word1"]	-

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。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。这对于你想为不同模型和不同模型端点使用不同的 MiniMax 账户时非常有用。

:::提示
所有以 spring.ai.minimax.chat.options 为前缀的属性都可以通过在 Prompt 调用中添加请求特定的运行时选项在运行时进行覆盖。
:::

运行时选项

MiniMaxChatOptions.java 提供了模型的配置选项，例如使用的模型、温度（temperature）、频率惩罚（frequency penalty）等。

在启动时，默认选项可以通过 MiniMaxChatModel(api, options) 构造函数或 spring.ai.minimax.chat.options.* 属性进行配置。

在运行时，你可以通过向 Prompt 调用添加新的、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()
    ));

java

提示

除了特定于模型的 MiniMaxChatOptions 外，你还可以使用可移植的 ChatOptions 实例，该实例通过 ChatOptionsBuilder#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-minimax-spring-boot-starter。

在 src/main/resources 目录下添加一个 application.properties 文件，以启用并配置 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

application.properties

提示

将 api-key 替换为你的 MiniMax 凭证。

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")
    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);
    }
}

java

手动配置

MiniMaxChatModel 实现了 ChatModel 和 StreamingChatModel 接口，并使用 Low-level MiniMaxApi Client 来连接到 MiniMax 服务。

将 spring-ai-minimax 依赖项添加到你的项目的 Maven pom.xml 文件中：

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

xml

或者添加到你的 Gradle build.gradle 构建文件中。

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

groovy

:::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."));

java

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

低级别 MiniMaxApi 客户端

MiniMaxApi 提供了一个轻量级的 Java 客户端，用于访问 MiniMax API。

以下是一个简单的代码片段，展示了如何通过编程方式使用该 API：

import requests

# 设置 API 的 URL 和请求参数
url = "https://api.example.com/data"
params = {
    "key": "your_api_key",
    "query": "example_query"
}

# 发送 GET 请求
response = requests.get(url, params=params)

# 检查请求是否成功
if response.status_code == 200:
    # 解析返回的 JSON 数据
    data = response.json()
    print(data)
else:
    print(f"请求失败，状态码: {response.status_code}")

python

这个代码片段展示了如何使用 Python 的 requests 库来发送一个 GET 请求到 API，并处理返回的数据。

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(), 0.7f, false));

// Streaming request
Flux<ChatCompletionChunk> streamResponse = this.miniMaxApi.chatCompletionStream(
        new ChatCompletionRequest(List.of(this.chatCompletionMessage), MiniMaxApi.ChatModel.ABAB_6_5_S_Chat.getValue(), 0.7f, true));

java

请参考 MiniMaxApi.java 的 JavaDoc 获取更多信息。

WebSearch 聊天

MiniMax 模型支持了网页搜索功能。该功能允许你在网页上搜索信息，并将搜索结果返回到聊天响应中。

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

以下是一个简单的示例，展示如何使用网络搜索：

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));

java

MiniMaxApi 示例

• MiniMaxApiIT.java 测试提供了一些如何使用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。

章节摘要

📄️ Minmax 函数调用

你可以向 MiniMaxChatModel 注册自定义的 Java 函数，并让 MiniMax 模型智能地选择输出一个包含调用一个或多个已注册函数参数的 JSON 对象。这使得你可以将 LLM 的能力与外部工具和 API 连接起来。MiniMax 模型经过训练，能够检测何时应调用函数，并以符合函数签名的 JSON 格式进行响应。