36_Spring AI 干货笔记之 Mistral AI 嵌入-洪萨配资

一、Mistral AI 嵌入

Spring AI 支持 Mistral AI 的文本嵌入模型。嵌入是文本的向量化表示，通过在高维向量空间中的位置来捕获段落的语义含义。Mistral AI 嵌入 API 为文本提供尖端、最先进的嵌入，可用于许多自然语言处理任务。

二、可用模型

Mistral AI 提供两种嵌入模型，每种都针对不同的用例进行了优化：

选择模型时：

使用 mistral-embed 处理通用文本内容，如文档、文章或用户查询
处理代码、技术文档或构建代码感知的 RAG 系统时，使用 codestral-embed

三、先决条件

您需要创建 MistralAI 的 API 来访问其嵌入模型。

在 MistralAI 注册页面创建账户。
在 API 密钥页面生成令牌。

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>

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

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

# 在您的环境或 .env 文件中exportMISTRALAI_API_KEY=<your-mistralai-api-key>

您也可以在应用程序代码中以编程方式设置此配置：

// 从安全源或环境变量检索 API 密钥StringapiKey=System.getenv("MISTRALAI_API_KEY");

3.1 添加仓库和 BOM

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

为了帮助管理依赖项，Spring AI 提供了一个 BOM（物料清单）来确保在整个项目中使用一致的 Spring AI 版本。请参阅依赖管理部分，将 Spring AI BOM 添加到您的构建系统中。

四、自动配置

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

Spring AI 为 MistralAI 嵌入模型提供了 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-starter-model-mistral-ai</artifactId></dependency>

或添加到您的 Gradle build.gradle 构建文件中：

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

请参阅依赖管理部分，将 Spring AI BOM 添加到您的构建文件中。

4.1 嵌入属性

4.1.1 重试属性

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

4.1.2 配置属性

嵌入自动配置的启用和禁用现在通过顶级属性 spring.ai.model.embedding 前缀进行配置。
要启用：spring.ai.model.embedding=mistral（默认启用）
要禁用：spring.ai.model.embedding=none（或任何与 mistral 不匹配的值）
进行此更改是为了允许配置多个模型。

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

您可以为 ChatModel 和 EmbeddingModel 实现覆盖通用的 spring.ai.mistralai.base-url 和 spring.ai.mistralai.api-key。如果设置了 spring.ai.mistralai.embedding.base-url 和 spring.ai.mistralai.embedding.api-key 属性，则它们优先于通用属性。类似地，如果设置了 spring.ai.mistralai.chat.base-url 和 spring.ai.mistralai.chat.api-key 属性，则它们优先于通用属性。如果您想为不同模型和不同模型端点使用不同的 MistralAI 账户，这会很有用。

所有以 spring.ai.mistralai.embedding.options 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运行时选项来覆盖。

五、运行时选项

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

默认选项也可以使用 spring.ai.mistralai.embedding.options 属性进行配置。

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

例如，为特定请求覆盖默认模型名称：

// 使用 mistral-embed 处理通用文本EmbeddingResponsetextEmbeddingResponse=embeddingModel.call(newEmbeddingRequest(List.of("Hello World","World is big and salvation is near"),MistralAiEmbeddingOptions.builder().withModel("mistral-embed").build()));// 使用 codestral-embed 处理代码EmbeddingResponsecodeEmbeddingResponse=embeddingModel.call(newEmbeddingRequest(List.of("public class HelloWorld {}","def hello_world():"),MistralAiEmbeddingOptions.builder().withModel("codestral-embed").build()));

六、示例控制器

这将创建一个 EmbeddingModel 实现，您可以将其注入到您的类中。下面是一个简单的 @Controller 类示例，它使用 EmbeddingModel 实现。

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

@RestControllerpublicclassEmbeddingController{privatefinalEmbeddingModelembeddingModel;@AutowiredpublicEmbeddingController(EmbeddingModelembeddingModel){this.embeddingModel=embeddingModel;}@GetMapping("/ai/embedding")publicMapembed(@RequestParam(value="message",defaultValue="给我讲个笑话")Stringmessage){varembeddingResponse=this.embeddingModel.embedForResponse(List.of(message));returnMap.of("embedding",embeddingResponse);}}

七、手动配置

如果不使用 Spring Boot，您可以手动配置 MistralAI 嵌入模型。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>

或添加到您的 Gradle build.gradle 构建文件中：

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

请参阅依赖管理部分，将 Spring AI BOM 添加到您的构建文件中。

spring-ai-mistral-ai 依赖项还提供了对 MistralAiChatModel 的访问权限。有关 MistralAiChatModel 的更多信息，请参阅 MistralAI 聊天客户端部分。

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性：

varmistralAiApi=newMistralAiApi(System.getenv("MISTRAL_AI_API_KEY"));varembeddingModel=newMistralAiEmbeddingModel(this.mistralAiApi,MistralAiEmbeddingOptions.builder().withModel("mistral-embed").withEncodingFormat("float").build());EmbeddingResponseembeddingResponse=this.embeddingModel.embedForResponse(List.of("Hello World","World is big and salvation is near"));