泰坦聊天
Amazon Titan 基础模型 (FM) 通过完全托管的 API 为客户提供了广泛的高性能图像、多模态嵌入和文本模型选择。 Amazon Titan 模型由 AWS 创建,并在大型数据集上进行预训练,使其成为强大的通用模型,旨在支持各种使用案例,同时还支持负责任地使用 AI。 按原样使用它们,或使用您自己的数据私下自定义它们。
AWS Bedrock Titan 模型页面和 Amazon Bedrock 用户指南包含有关如何使用 AWS 托管模型的详细信息。
先决条件
请参阅 Amazon Bedrock 上的 Spring AI 文档以设置 API 访问。
添加存储库和 BOM
Spring AI 工件发布在 Spring Milestone 和 Snapshot 存储库中。请参阅 Repositories 部分,将这些存储库添加到您的构建系统中。
为了帮助进行依赖项管理,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的 Spring AI 版本。请参阅依赖项管理部分,将 Spring AI BOM 添加到您的构建系统中。
自动配置
添加spring-ai-bedrock-ai-spring-boot-starter
依赖项添加到项目的 Mavenpom.xml
文件:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bedrock-ai-spring-boot-starter</artifactId>
</dependency>
或发送到您的 Gradlebuild.gradle
build 文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-bedrock-ai-spring-boot-starter'
}
请参阅 Dependency Management 部分,将 Spring AI BOM 添加到您的构建文件中。 |
启用 Titan Chat
默认情况下,Titan 模型处于禁用状态。
要启用它,请将spring.ai.bedrock.titan.chat.enabled
property 设置为true
.
导出环境变量是设置此配置属性的一种方法:
export SPRING_AI_BEDROCK_TITAN_CHAT_ENABLED=true
聊天属性
前缀spring.ai.bedrock.aws
是用于配置与 AWS Bedrock 的连接的属性前缀。
财产 | 描述 | 违约 |
---|---|---|
spring.ai.bedrock.aws.region |
要使用的 AWS 区域。 |
us-east-1 (美国东部-1) |
spring.ai.bedrock.aws.timeout |
要使用的 AWS 超时。 |
5 分钟 |
spring.ai.bedrock.aws.access-key |
AWS 访问密钥。 |
- |
spring.ai.bedrock.aws.secret-key |
AWS 密钥。 |
- |
前缀spring.ai.bedrock.titan.chat
是为 Titan 配置聊天模型实现的属性前缀。
财产 | 描述 | 违约 |
---|---|---|
spring.ai.bedrock.titan.chat.enabled |
启用 Bedrock Titan 聊天模型。默认禁用 |
假 |
spring.ai.bedrock.titan.chat.model |
要使用的模型 ID。有关支持的模型,请参阅 TitanChatBedrockApi#TitanChatModel。 |
亚马逊 .titan-text-lite-v1 |
spring.ai.bedrock.titan.chat.options.temperature |
控制输出的随机性。值的范围可以超过 [0.0,1.0] |
0.7 |
spring.ai.bedrock.titan.chat.options.topP |
采样时要考虑的 token 的最大累积概率。 |
AWS Bedrock 默认 |
spring.ai.bedrock.titan.chat.options.stopSequences |
配置生成式识别的最多四个序列。在停止序列之后,生成停止生成更多标记。返回的文本不包含停止序列。 |
AWS Bedrock 默认 |
spring.ai.bedrock.titan.chat.options.maxTokenCount |
指定要在生成的响应中使用的最大令牌数。请注意,模型可能会在达到此最大值之前停止。此参数仅指定要生成的 Token 的绝对最大数量。我们建议将令牌数限制为 4,000 个,以获得最佳性能。 |
AWS Bedrock 默认 |
查看 TitanChatBedrockApi#TitanChatModel 以获取其他模型 ID。
支持的值为:amazon.titan-text-lite-v1
,amazon.titan-text-express-v1
和amazon.titan-text-premier-v1:0
.
模型 ID 值也可以在 AWS Bedrock 文档中找到基本模型 ID。
所有前缀为spring.ai.bedrock.titan.chat.options 可以通过将特定于请求的运行时选项添加到Prompt 叫。 |
运行时选项
BedrockTitanChatOptions.java 提供模型配置,例如 temperature、topP 等。
启动时,可以使用BedrockTitanChatModel(api, options)
constructor 或spring.ai.bedrock.titan.chat.options.*
性能。
在运行时,您可以通过向Prompt
叫。
例如,要覆盖特定请求的默认温度:
ChatResponse response = chatModel.call(
new Prompt(
"Generate the names of 5 famous pirates.",
BedrockTitanChatOptions.builder()
.withTemperature(0.4)
.build()
));
除了特定于模型的 BedrockTitanChatOptions 之外,您还可以使用通过 ChatOptionsBuilder#builder() 创建的可移植 ChatOptions 实例。 |
Samples控制器
创建一个新的 Spring Boot 项目并添加spring-ai-bedrock-ai-spring-boot-starter
添加到您的 POM(或 Gradle)依赖项中。
添加application.properties
文件中的src/main/resources
目录中,以启用和配置 Titan 聊天模型:
spring.ai.bedrock.aws.region=eu-central-1
spring.ai.bedrock.aws.timeout=1000ms
spring.ai.bedrock.aws.access-key=${AWS_ACCESS_KEY_ID}
spring.ai.bedrock.aws.secret-key=${AWS_SECRET_ACCESS_KEY}
spring.ai.bedrock.titan.chat.enabled=true
spring.ai.bedrock.titan.chat.options.temperature=0.8
将regions ,access-key 和secret-key 替换为您的 AWS 凭证。 |
这将创建一个BedrockTitanChatModel
实现,您可以将其注入到您的类中。
下面是一个简单的示例@Controller
使用 Chat 模型生成文本的类。
@RestController
public class ChatController {
private final BedrockTitanChatModel chatModel;
@Autowired
public ChatController(BedrockTitanChatModel 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) {
Prompt prompt = new Prompt(new UserMessage(message));
return this.chatModel.stream(prompt);
}
}
手动配置
BedrockTitanChatModel 实现了ChatModel
和StreamingChatModel
并使用 Low-level TitanChatBedrockApi Client 连接到 Bedrock Titanic 服务。
添加spring-ai-bedrock
依赖项添加到项目的 Mavenpom.xml
文件:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-bedrock</artifactId>
</dependency>
或发送到您的 Gradlebuild.gradle
build 文件。
dependencies {
implementation 'org.springframework.ai:spring-ai-bedrock'
}
请参阅 Dependency Management 部分,将 Spring AI BOM 添加到您的构建文件中。 |
接下来,创建一个 BedrockTitanChatModel 并将其用于文本生成:
TitanChatBedrockApi titanApi = new TitanChatBedrockApi(
TitanChatModel.TITAN_TEXT_EXPRESS_V1.id(),
EnvironmentVariableCredentialsProvider.create(),
Region.US_EAST_1.id(),
new ObjectMapper(),
Duration.ofMillis(1000L));
BedrockTitanChatModel chatModel = new BedrockTitanChatModel(this.titanApi,
BedrockTitanChatOptions.builder()
.withTemperature(0.6)
.withTopP(0.8)
.withMaxTokenCount(100)
.build());
ChatResponse response = this.chatModel.call(
new Prompt("Generate the names of 5 famous pirates."));
// Or with streaming responses
Flux<ChatResponse> response = this.chatModel.stream(
new Prompt("Generate the names of 5 famous pirates."));
低级 TitanChatBedrockApi 客户端
TitanChatBedrockApi 提供的是基于 AWS Bedrock Bedrock Titan 模型的轻量级 Java 客户端。
下面的类图说明了 TitanChatBedrockApi 接口和构建块:

客户端支持amazon.titan-text-lite-v1
和amazon.titan-text-express-v1
同步模型(例如chatCompletion()
) 和流式处理(例如chatCompletionStream()
) 响应。
以下是如何以编程方式使用 api 的简单代码段:
TitanChatBedrockApi titanBedrockApi = new TitanChatBedrockApi(TitanChatCompletionModel.TITAN_TEXT_EXPRESS_V1.id(),
Region.US_EAST_1.id(), Duration.ofMillis(1000L));
TitanChatRequest titanChatRequest = TitanChatRequest.builder("Give me the names of 3 famous pirates?")
.withTemperature(0.5)
.withTopP(0.9)
.withMaxTokenCount(100)
.withStopSequences(List.of("|"))
.build();
TitanChatResponse response = this.titanBedrockApi.chatCompletion(this.titanChatRequest);
Flux<TitanChatResponseChunk> response = this.titanBedrockApi.chatCompletionStream(this.titanChatRequest);
List<TitanChatResponseChunk> results = this.response.collectList().block();
有关详细信息,请遵循 TitanChatBedrockApi 的 JavaDoc。