Mistral AI Chat - Mistral AI聊天
Spring AI支持来自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
您需要创建一个API以访问Mistral AI语言模型。请在MistralAI注册页面创建一个帐户,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,您应将其设置为从console.mistral.ai获取的API密钥
的值。通过导出环境变量是设置该配置属性的一种方式:
export SPRING_AI_MISTRALAI_API_KEY=<在此处插入密钥>
自动配置
Spring AI为MistralAI聊天客户端提供了Spring Boot自动配置。要启用它,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-mistral-ai-spring-boot-starter</artifactId>
</dependency>
或者添加到您的Gradle build.gradle
构建文件中。
dependencies {
implementation 'org.springframework.ai:spring-ai-mistral-ai-spring-boot-starter'
}
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
前缀spring.ai.retry
用作属性前缀,可让您为 Mistral AI Chat 客户端配置重试机制。
属性 | 描述 | 默认 |
---|---|---|
spring.ai.retry.max-attempts |
最大重试次数。 |
10 |
spring.ai.retry.backoff.initial-interval |
指数回退策略的初始睡眠持续时间。 |
2 秒。 |
spring.ai.retry.backoff.multiplier |
回退间隔倍增器。 |
5 |
spring.ai.retry.backoff.max-interval |
最大回退持续时间。 |
3 分钟。 |
spring.ai.retry.on-client-errors |
如果为 false,则抛出 NonTransientAiException,并且不会尝试重试 |
false |
spring.ai.retry.exclude-on-http-codes |
不应触发重试的 HTTP 状态码列表(例如抛出 NonTransientAiException)。 |
空 |
连接属性
前缀spring.ai.mistralai
用作属性前缀,可让您连接到 OpenAI。
属性 | 描述 | 默认 |
---|---|---|
spring.ai.mistralai.base-url |
连接到的 URL |
|
spring.ai.mistralai.api-key |
API 密钥 |
- |
配置属性
前缀spring.ai.mistralai.chat
是配置 MistralAI 的聊天客户端实现的属性前缀。
属性 | 描述 | 默认值 |
---|---|---|
spring.ai.mistralai.chat.enabled |
启用 MistralAI 聊天客户端。 |
true |
spring.ai.mistralai.chat.base-url |
可选,用于覆盖 spring.ai.mistralai.base-url,提供特定于聊天的 URL。 |
- |
spring.ai.mistralai.chat.api-key |
可选,用于覆盖 spring.ai.mistralai.api-key,提供特定于聊天的 API 密钥。 |
- |
spring.ai.mistralai.chat.options.model |
要使用的 MistralAI 聊天模型。 |
|
spring.ai.mistralai.chat.options.temperature |
用于控制生成完成的表面创造性的采样温度。更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性。不建议同时修改温度和 top_p,因为这两个设置的交互难以预测。 |
0.8 |
spring.ai.mistralai.chat.options.maxTokens |
生成的聊天完成中生成的最大令牌数。输入令牌和生成的令牌的总长度由模型的上下文长度限制。 |
- |
spring.ai.mistralai.chat.options.safePrompt |
指示是否在所有对话之前注入安全提示。 |
false |
spring.ai.mistralai.chat.options.randomSeed |
此功能处于 Beta 版。如果指定,我们的系统将尽最大努力以确定性地进行采样,以便具有相同种子和参数的重复请求应返回相同的结果。 |
- |
spring.ai.mistralai.chat.options.stop |
最多 4 个序列,其中 API 将停止生成更多的令牌。 |
- |
spring.ai.mistralai.chat.options.topP |
一种与温度一起进行采样的替代方法,称为核采样,其中模型考虑具有 top_p 概率质量的令牌的结果。因此,0.1 表示仅考虑组成前 10% 概率质量的令牌。我们通常建议修改此设置或温度,但不要同时修改两者。 |
- |
spring.ai.mistralai.chat.options.responseFormat |
指定模型必须输出的格式的对象。将其设置为 |
- |
spring.ai.mistralai.chat.options.tools |
模型可能调用的工具列表。目前,仅支持将函数作为工具。使用此选项来提供模型可能为其生成 JSON 输入的函数列表。 |
- |
spring.ai.mistralai.chat.options.toolChoice |
控制模型调用哪个(如果有)函数。none 表示模型不会调用函数,而是生成消息。auto 表示模型可以在生成消息或调用函数之间选择。通过 {"type: "function", "function": {"name": "my_function"}} 指定特定函数会强制模型调用该函数。如果不存在函数,则 none 是默认值。如果存在函数,则 auto 是默认值。 |
- |
spring.ai.mistralai.chat.options.functions |
要在单个提示请求中启用函数调用的函数列表,由其名称标识。这些名称的函数必须存在于 functionCallbacks 注册表中。 |
- |
spring.ai.mistralai.chat.options.functionCallbacks |
MistralAI 工具函数回调,用于与 ChatClient 注册。 |
- |
您可以覆盖常见的spring.ai.mistralai.base-url 和spring.ai.mistralai.api-key 以用于ChatClient 和EmbeddingClient 的实现。如果设置了spring.ai.mistralai.chat.base-url 和spring.ai.mistralai.chat.api-key 属性,则这些属性优先于通用属性。如果您希望为不同的模型和不同的模型端点使用不同的MistralAI帐户,则这很有用。 |
所有以spring.ai.mistralai.chat.options 为前缀的属性都可以通过向Prompt 调用中添加一个特定于请求的Chat Options来在运行时进行覆盖。 |
聊天选项
MistralAiChatOptions.java 提供了模型配置,如要使用的模型、温度、频率惩罚等。
在启动时,可以使用 MistralAiChatClient(api,options)
构造函数或 spring.ai.mistralai.chat.options.*
属性来配置默认选项。
在运行时,您可以通过向 Prompt
调用添加新的、特定于请求的选项来覆盖默认选项。例如,要覆盖特定请求的默认模型和温度:
ChatResponse response = chatClient.call(
new Prompt(
"生成5个著名海盗的名字。",
MistralAiChatOptions.builder()
.withModel(MistralAiApi.ChatModel.LARGE.getValue())
.withTemperature(0.5f)
.build()
));
除了特定于模型的 MistralAiChatOptions,您还可以使用一个可移植的 ChatOptions 实例,使用 ChatOptionsBuilder#builder() 创建。 |
示例控制器(自动配置)
创建 一个新的 Spring Boot 项目,并将 spring-ai-mistralai-spring-boot-starter
添加到您的 pom(或 gradle)依赖项中。
在 src/main/resources
目录下添加一个 application.properties
文件,以启用并配置 OpenAi 聊天客户端:
spring.ai.mistralai.api-key=YOUR_API_KEY
spring.ai.mistralai.chat.options.model=mistral-medium
spring.ai.mistralai.chat.options.temperature=0.7
用您的 OpenAI 凭据替换 api-key 。 |
MistralAiChatClient
实现
手动配置
MistralAiChatClient 实现了 ChatClient
和 StreamingChatClient
接口,并使用低级别的 MistralAiApi 客户端Low-level MistralAiApi Client连接 MistralAI 服务。
将 spring-ai-mistralai
依赖项添加到项目的 Maven pom.xml
文件中:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-mistralai</artifactId>
</dependency>
或者将其添加到 Gradle 的 build.gradle
文件中。
dependencies {
implementation 'org.springframework.ai:spring-ai-mistralai'
}
请参阅 依赖管理 部分,在构建文件中添加 Spring AI BOM。 |
接下来,创建一个MistralAiChatClient
并用它进行文本生成:
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("生成五个著名海盗的名字。"));
// 或使用流式响应
Flux<ChatResponse> response = chatClient.stream(
new Prompt("生成五个著名海盗的名字。"));
MistralAiChatOptions
提供了聊天请求的配置信息。 MistralAiChatOptions.Builder
是流畅的选项构建器。
低级别的 MistralAiApi 客户端
MistralAiApi 提供了一个轻量级的 Java 客户端,用于连接Mistral AI API。
下面是一个简单的代码片段,演示如何以编程方式使用该 API:
MistralAiApi mistralAiApi =
new MistralAiApi(System.getenv("MISTRAL_AI_API_KEY"));
ChatCompletionMessage chatCompletionMessage =
new ChatCompletionMessage("Hello world", Role.USER);
// 同步请求
ResponseEntity<ChatCompletion> response = mistralAiApi.chatCompletionEntity(
new ChatCompletionRequest(List.of(chatCompletionMessage), MistralAiApi.ChatModel.LARGE.getValue(), 0.8f, false));
// 流式请求
Flux<ChatCompletionChunk> streamResponse = mistralAiApi.chatCompletionStream(
new ChatCompletionRequest(List.of(chatCompletionMessage), MistralAiApi.ChatModel.LARGE.getValue(), 0.8f, true));
请参阅 MistralAiApi.java 的 JavaDoc,了解更多信息。
MistralAiApi 示例
-
MistralAiApiIT.java 提供了一些通用示例,说明如何使用轻量级库。
-
PaymentStatusFunctionCallingIT.java 显示了如何使用低级别的 API 调用工具函数。基于 MistralAI 函数调用 教程。