Mistral AI 嵌入

QWen 3.8 中英对照 Mistral AI Mistral AI Embeddings

Spring AI 支持 Mistral AI 的文本嵌入模型。嵌入是对文本的向量化表示，通过在高维向量空间中的位置来捕捉段落的语义含义。Mistral AI Embeddings API 提供了针对文本的先进、最先进的嵌入模型，可用于多种 NLP 任务。

可用模型

Mistral AI 提供两种嵌入模型，每种模型针对不同的使用场景进行了优化：

模型	维度	使用场景	描述
mistral-embed	1024	通用文本	适用于语义搜索、聚类和文本相似度任务的通用嵌入模型。适合自然语言内容。
codestral-embed	1536	代码	专为代码相似度、代码搜索以及结合代码仓库的检索增强生成（RAG）优化的专用嵌入模型。提供专为理解代码语义而设计的高维嵌入向量。

选择模型时：

• 对于文档、文章或用户查询等通用文本内容，请使用 mistral-embed

• 当处理代码、技术文档或构建代码感知的 RAG 系统时，请使用 codestral-embed

前置条件

你需要创建 MistralAI 的 API 以访问 MistralAI 嵌入模型。

在 MistralAI 注册页面 创建账户，并在 API Keys 页面 生成令牌。

Spring AI 项目定义了一个名为 spring.ai.mistralai.api-key 的配置属性，你应该将其设置为从 console.mistral.ai 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.mistralai.api-key=<your-mistralai-api-key>

为了在处理 API 密钥等敏感信息时增强安全性，你可以使用 Spring Expression Language (SpEL) 来引用环境变量：

# In application.yml
spring:
  ai:
    mistralai:
      api-key: ${MISTRALAI_API_KEY}

# In your environment or .env file
export MISTRALAI_API_KEY=<your-mistralai-api-key>

也可以在应用程序代码中通过编程方式设置此配置：

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

添加 Repositories 和 BOM

Spring AI 制品已发布在 Maven Central 和 Spring Snapshot 仓库中。请参考制品仓库部分，将这些仓库添加到你的构建系统中。

为了协助依赖管理，Spring AI 提供了一个 BOM（物料清单），以确保在整个项目中使用一致版本的 Spring AI。请参阅 Dependency Management 部分，将 Spring AI BOM 添加到您的构建系统中。

自动配置

备注

Spring AI 的自动配置及 starter 模块的 artifact 名称发生了重大变更。更多信息请参阅升级说明。

Spring AI 为 MistralAI Embedding Model 提供了 Spring Boot 自动配置。若要启用该功能，请将以下依赖项添加到项目 Maven 的 pom.xml 文件中：

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

或添加到你的 Gradle build.gradle 构建文件中。

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

提示

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

嵌入属性

重试属性

前缀 spring.ai.retry 用作属性前缀，用于配置 Mistral AI Embedding 模型的重试机制。

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休眠时长。	2 sec.
spring.ai.retry.backoff.multiplier	退避间隔倍数。	5
spring.ai.retry.backoff.max-interval	最大退避时长。	3 min.
spring.ai.retry.on-client-errors	如果为 false，则抛出 NonTransientAiException，并且不针对 4xx 客户端错误码尝试重试	false
spring.ai.retry.exclude-on-http-codes	不应触发重试的 HTTP 状态码列表（例如，用于抛出 NonTransientAiException）。	空
spring.ai.retry.on-http-codes	应触发重试的 HTTP 状态码列表（例如，用于抛出 TransientAiException）。	空

连接属性

前缀 spring.ai.mistralai 用作属性前缀，用于连接 MistralAI。

Property	Description	Default
spring.ai.mistralai.base-url	连接的目标 URL	api.mistral.ai
spring.ai.mistralai.api-key	API Key	-

配置属性

备注

嵌入自动配置的启用和禁用现在通过前缀为 spring.ai.model.embedding 的顶级属性进行配置。

要启用，设置 spring.ai.model.embedding=mistral（默认情况下已启用）

要禁用，设置 spring.ai.model.embedding=none（或任何不匹配 mistral 的值）

此更改旨在支持多模型的配置。

前缀 spring.ai.mistralai.embedding 是用于配置 MistralAI 的 EmbeddingModel 实现的属性前缀。

属性	描述	默认值
spring.ai.mistralai.embedding.enabled (已移除且不再有效)	启用 OpenAI 嵌入模型。	true
spring.ai.model.embedding	启用 OpenAI 嵌入模型。	mistral
spring.ai.mistralai.embedding.base-url	可选，覆盖 spring.ai.mistralai.base-url 以提供嵌入特定的 URL	-
spring.ai.mistralai.embedding.api-key	可选，覆盖 spring.ai.mistralai.api-key 以提供嵌入特定的 API Key	-
spring.ai.mistralai.embedding.metadata-mode	文档内容提取模式。	EMBED
spring.ai.mistralai.embedding.model	要使用的模型	mistral-embed
spring.ai.mistralai.embedding.encoding-format	返回嵌入数据的格式。可以是 float 或 base64。	-

备注

你可以覆盖 ChatModel 和 EmbeddingModel 实现中通用的 spring.ai.mistralai.base-url 和 spring.ai.mistralai.api-key 配置。如果设置了 spring.ai.mistralai.embedding.base-url 和 spring.ai.mistralai.embedding.api-key 属性，它们将优先于通用属性生效。同理，如果设置了 spring.ai.mistralai.chat.base-url 和 spring.ai.mistralai.chat.api-key 属性，它们也将优先于通用属性生效。当你希望为不同的模型和不同的模型端点使用不同的 MistralAI 账户时，这一点非常有用。

提示

所有以 spring.ai.mistralai.embedding 为前缀的属性，都可以在运行时通过向 EmbeddingRequest 调用添加请求特定的 Runtime Options 来覆盖。

运行时选项

MistralAiEmbeddingOptions.java 提供了 MistralAI 配置项，例如要使用的模型等。

使用 spring.ai.mistralai.embedding 属性也可以配置默认选项。

在启动时，使用 MistralAiEmbeddingModel 构造函数来设置所有嵌入请求使用的默认选项。在运行时，你可以使用 MistralAiEmbeddingOptions 实例作为 EmbeddingRequest 的一部分来覆盖默认选项。

例如，要为特定请求覆盖默认的模型名称：

// Using mistral-embed for general text
EmbeddingResponse textEmbeddingResponse = embeddingModel.call(
    new EmbeddingRequest(List.of("Hello World", "World is big and salvation is near"),
        MistralAiEmbeddingOptions.builder()
            .withModel("mistral-embed")
        .build()));

// Using codestral-embed for code
EmbeddingResponse codeEmbeddingResponse = embeddingModel.call(
    new EmbeddingRequest(List.of("public class HelloWorld {}", "def hello_world():"),
        MistralAiEmbeddingOptions.builder()
            .withModel("codestral-embed")
        .build()));

示例控制器

这将创建一个 EmbeddingModel 实现，您可以将其注入到类中。下面是一个使用 EmbeddingModel 实现的简单 @Controller 类示例。

spring.ai.mistralai.api-key=YOUR_API_KEY
spring.ai.mistralai.embedding.model=mistral-embed

@RestController
public class EmbeddingController {

    private final EmbeddingModel embeddingModel;

    @Autowired
    public EmbeddingController(EmbeddingModel embeddingModel) {
        this.embeddingModel = embeddingModel;
    }

    @GetMapping("/ai/embedding")
    public Map embed(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        var embeddingResponse = this.embeddingModel.embedForResponse(List.of(message));
        return Map.of("embedding", embeddingResponse);
    }
}

手动配置

如果您未使用 Spring Boot，可以手动配置 OpenAI Embedding Model。为此，请将 spring-ai-mistral-ai 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</artifactId>
</dependency>

或添加到你的 Gradle build.gradle 构建文件中。

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

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。

备注

sprint-ai-mistral-ai 依赖还提供了对 MistralAiChatModel 的访问。有关 MistralAiChatModel 的更多信息，请参阅 MistralAI Chat Client 章节。

接下来，创建一个 MistralAiEmbeddingModel 实例，并使用它来计算两个输入文本之间的相似度：

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

var embeddingModel = new MistralAiEmbeddingModel(this.mistralAiApi,
        MistralAiEmbeddingOptions.builder()
                .withModel("mistral-embed")
                .withEncodingFormat("float")
                .build());

EmbeddingResponse embeddingResponse = this.embeddingModel
        .embedForResponse(List.of("Hello World", "World is big and salvation is near"));

MistralAiEmbeddingOptions 提供用于嵌入请求的配置信息。该选项类提供了一个 builder()，以便于创建选项。