MiniMax
| 本站(springdoc.cn)中的内容来源于 spring.io ，原始版权归属于 spring.io。由 springdoc.cn 进行翻译，整理。可供个人学习、研究，未经许可，不得进行任何转载、商用或与之相关的行为。 商标声明：Spring 是 Pivotal Software, Inc. 在美国以及其他国家的商标。 |
Spring AI 支持 MiniMax 的多种 AI 语言模型。你可以通过 MiniMax 语言模型构建多语言对话助手。
先决条件
你需要创建 MiniMax API Key 才能访问 MiniMax 语言模型。
在 MiniMax 注册页面 创建账户，并在 API Key 页面 生成访问令牌。
Spring AI 项目定义了名为 spring.ai.minimax.api-key 的配置属性，需将其设置为从 API Key 页面获取的密钥值。
你可以在 application.properties 文件中设置该配置属性：
spring.ai.minimax.api-key=<your-minimax-api-key>为增强处理敏感信息（如 API Key）时的安全性，可使用 Spring 表达式语言（SpEL）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>你还可以在应用程序代码中以编程方式配置该参数：
// 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 组件已发布在 Maven 中央仓库和 Spring Snapshot 仓库。请参阅 Artifact 仓库 章节将这些仓库添加到你的构建系统。
为简化依赖管理，Spring AI 提供 BOM 以确保整个项目使用统一版本的 Spring AI。请参阅 依赖管理 章节将 Spring AI BOM 添加到你的构建系统。
自动配置
|
Spring AI 自动配置和 Starter 模块的构件名称已发生重大变更。更多信息请参阅 升级说明。 |
Spring AI 为 MiniMax 聊天客户端提供 Spring Boot 自动配置。要启用该功能，请将以下依赖添加到项目的 Maven pom.xml 文件中：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-model-minimax</artifactId>
</dependency>或添加到 Gradle build.gradle 构建文件中：
dependencies {
implementation 'org.springframework.ai:spring-ai-starter-model-minimax'
}| 请参阅 依赖管理 章节将 Spring AI BOM 添加到你的构建文件。 |
聊天属性
重试属性
前缀 spring.ai.retry 用于配置 MiniMax 聊天模型的重试机制属性。
| 属性 | 说明 | 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 |
退避间隔乘数。 |
5 |
spring.ai.retry.backoff.max-interval |
最大退避时长。 |
3 min. |
spring.ai.retry.on-client-errors |
若为 |
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 |
empty |
spring.ai.retry.on-http-codes |
应触发重试的 HTTP 状态码列表（例如用于抛出 |
empty |
连接属性
前缀 spring.ai.minimax 用于配置连接 MiniMax 服务的属性参数。
| 属性 | 说明 | 默认值 |
|---|---|---|
spring.ai.minimax.base-url |
要连接到的 URL |
|
spring.ai.minimax.api-key |
API Key |
- |
配置属性
|
聊天自动配置的启用/禁用现在通过顶级属性
此项变更为支持应用中配置多模型。 |
前缀 spring.ai.minimax.chat 用于配置 MiniMax 聊天模型实现的属性参数。
| 属性 | 说明 | 默认值 |
|---|---|---|
spring.ai.minimax.chat.enabled（已删除，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 |
可选覆盖 |
|
spring.ai.minimax.chat.api-key |
可选覆盖 |
- |
spring.ai.minimax.chat.options.model |
这是要使用的 MiniMax 聊天模型。 |
|
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 |
采样温度值，用于控制生成内容的表观创造力。数值越高输出越随机，数值越低结果越集中且确定。不建议在同一补全请求中同时修改 temperature 和 top_p 参数，因两者的交互作用难以预测。 |
0.7 |
spring.ai.minimax.chat.options.topP |
温度采样的替代方案——核采样（nucleus sampling），模型仅考虑累计概率达到 top_p 阈值的 Token 候选集。例如 0.1 表示仅考虑概率质量排名前 10% 的 Token。通常建议仅调整此参数或 temperature 参数，而非同时修改两者。 |
1.0 |
spring.ai.minimax.chat.options.n |
为每条输入消息生成的聊天补全选项数量（默认值 1，最大值 5）。请注意：费用将基于所有选项生成的 Token 总数计算。特别说明：当 temperature 值极小（接近 0）时只能返回 1 个结果，若此时 |
1 |
spring.ai.minimax.chat.options.presencePenalty |
介于 -2.0 到 2.0 之间的数值。正值会根据 Token 是否已在已生成文本中出现进行惩罚，从而提高模型讨论新话题的可能性。 |
0.0f |
spring.ai.minimax.chat.options.frequencyPenalty |
介于 -2.0 到 2.0 之间的数值。正值会根据 Token 在已生成文本中的现有频率进行惩罚，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 |
模型将停止生成指定的停止字符，当前仅支持单一停止词，格式为 |
- |
你可为 ChatModel 实现覆盖通用的 spring.ai.minimax.base-url 和 spring.ai.minimax.api-key 配置。若设置了 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生效。此特性适用于需要为不同模型使用不同 MiniMax 账户及端点的场景。
|
所有以 spring.ai.minimax.chat.options 为前缀的属性，均可通过在 Prompt 调用中添加请求特定的 运行时属性 进行覆盖。
|
运行时属性
MiniMaxChatOptions.java 提供模型配置参数，包括使用的模型名称、温度值（temperature）、频率惩罚系数（frequency penalty）等。
在启动时，默认选项可通过 MiniMaxChatModel(api, options) 构造函数或 spring.ai.minimax.chat.options.* 属性进行配置。
在运行时，你可通过向 Prompt 调用添加新的、特定于请求的选项来覆盖默认配置。例如，针对特定请求覆盖默认模型和温度参数：
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()
));| 除了模型专用的 MiniMaxChatOptions 外，你还可以使用通过 ChatOptionsBuilder#builder() 创建的通用 ChatOptions 实例。 |
示例 Controller
创建 一个新的 Spring Boot 项目，并在 pom（或gradle）依赖项中添加 spring-ai-starter-model-minimax。
在 src/main/resources 目录下添加 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
将 api-key 替换为你的 MiniMax 凭证密钥。
|
这将创建可注入类的 MiniMaxChatModel 实现。以下是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 ChatModel 和 StreamingChatModel 接口，并通过 底层 MiniMaxApi 客户端 连接 MiniMax 服务。
将以下依赖添加到项目的 Maven pom.xml 文件中：
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-minimax</artifactId>
</dependency>或添加到 Gradle build.gradle 构建文件中：
dependencies {
implementation 'org.springframework.ai:spring-ai-minimax'
}| 请参阅 依赖管理 章节将 Spring AI BOM 添加到你的构建文件。 |
接下来，创建 MiniMaxChatModel 并用于文本生成：
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."));MiniMaxChatOptions 提供聊天请求的配置信息，其内置的 MiniMaxChatOptions.Builder 支持 Fluent 式选项构建。
底层 MiniMaxApi 客户端
MiniMaxApi 是用于 MiniMax API 的轻量级 Java 客户端。
以下是编程方式调用 API 的简单示例：
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));更多详细信息请参阅 MiniMaxApi.java 的 JavaDoc 文档。
WebSearch chat
MiniMax 模型支持 Web 搜索功能。该功能允许在聊天响应中返回 Web 搜索结果。
关于 Web 搜索功能，请参阅 MiniMax ChatCompletion 文档获取详细信息。
以下是使用 Web 搜索的简单示例：
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 测试类提供了使用该轻量级库的通用示例。
-
MiniMaxApiToolFunctionCallIT.java 测试展示了如何通过底层API调用工具函数。
