Titan Chat

Amazon Titan 基础模型 (FM) 通过一个完全托管的 API 为客户提供广泛的高性能图像、多模态嵌入和文本模型选择。Amazon Titan 模型由 AWS 创建,并在大型数据集上预先训练,使它们成为强大的通用模型,旨在支持各种用例,同时还支持负责任地使用 AI。按原样使用它们或使用你自己的数据私下进行自定义。 AWS Bedrock Titan Model PageAmazon Bedrock User Guide 包含有关如何使用 AWS 托管模型的详细信息。

Prerequisites

请参阅 Spring AI documentation on Amazon Bedrock 以设置 API 访问。

Add Repositories and BOM

Spring AI 工件发布在 Spring Milestone 和 Snapshot 存储库中。有关将这些存储库添加到你的构建系统的说明,请参阅 Repositories 部分。

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版本的 Spring AI。有关将 Spring AI BOM 添加到你的构建系统的说明,请参阅 Dependency Management 部分。

Auto-configuration

spring-ai-bedrock-ai-spring-boot-starter 依赖项添加到项目 Maven 的 pom.xml 文件:

<dependency>
  <groupId>org.springframework.ai</groupId>
  <artifactId>spring-ai-bedrock-ai-spring-boot-starter</artifactId>
</dependency>

或添加到 Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-bedrock-ai-spring-boot-starter'
}
  1. 参见 Dependency Management 部分,将 Spring AI BOM 添加到你的构建文件中。

Enable 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 属性设置为 true。导出环境变量是一种设置此配置属性的方法:

export SPRING_AI_BEDROCK_TITAN_CHAT_ENABLED=true

Chat Properties

spring.ai.bedrock.aws 前缀是配置与 AWS Bedrock 的连接的属性前缀。

Property Description Default

spring.ai.bedrock.aws.region

AWS region to use.

us-east-1

spring.ai.bedrock.aws.access-key

AWS access key.

-

spring.ai.bedrock.aws.secret-key

AWS secret key.

-

前缀 spring.ai.bedrock.titan.chat 是一个属性前缀,它可以配置 Titan 的聊天客户端实现。

Property Description Default

spring.ai.bedrock.titan.chat.enable

启用 Bedrock Titan 聊天客户端。在默认情况下禁用

false

spring.ai.bedrock.titan.chat.model

要使用的模型 ID。请参阅 TitanChatBedrockApi#TitanChatModel以了解支持的模型。

amazon.titan-text-lite-v1

spring.ai.bedrock.titan.chat.options.temperature

控制输出的随机性。值可介于 [0.0,1.0]。

0.7

spring.ai.bedrock.titan.chat.options.topP

采样时要考虑的标记的最大累积概率。

AWS Bedrock default

spring.ai.bedrock.titan.chat.options.stopSequences

配置生成器识别的多达四个序列。在停止序列之后,生成器停止生成更多标记。返回的文本不包含停止序列。

AWS Bedrock default

spring.ai.bedrock.titan.chat.options.maxTokenCount

指定用于生成响应中的最大令牌数。请注意,模型可能会在达到此上限前停止。此参数只指定要生成的绝对最大令牌数。我们建议限制为 4,000 个令牌以获得最佳性能。

AWS Bedrock default

查看 TitanChatBedrockApi#TitanChatModel 了解其他模型 ID。支持的值为: amazon.titan-text-lite-v1amazon.titan-text-express-v1。模型 ID 值也可在 AWS Bedrock documentation for base model IDs 中找到。

所有带有 spring.ai.bedrock.titan.chat.options 前缀的属性都可以通过在 Prompt 调用中添加一个特定于请求的 Chat Options 来在运行时覆盖。

Chat Options

BedrockTitanChatOptions.java 提供模型配置,如温度、topP 等。

在启动时,可以使用 BedrockTitanChatClient(api, options) 构造函数或 spring.ai.bedrock.titan.chat.options.* 属性来配置默认选项。

在运行时,你可以通过向 Prompt 调用添加新的请求特定选项来覆盖默认选项。例如,覆盖特定请求的默认温度:

ChatResponse response = chatClient.call(
    new Prompt(
        "Generate the names of 5 famous pirates.",
        BedrockTitanChatOptions.builder()
            .withTemperature(0.4)
        .build()
    ));
  1. 除了模型特定的 BedrockTitanChatOptions 之外,你还可以使用用 ChatOptionsBuilder#builder() 创建的便携式 ChatOptions 实例。

Sample Controller (Auto-configuration)

Create一个新的 Spring Boot 项目,并将 `spring-ai-bedrock-ai-spring-boot-starter`添加到您的 pom(或 gradle)依赖项。

src/main/resources 目录中添加一个 application.properties 文件,以启用并配置 Titan 聊天客户端:

spring.ai.bedrock.aws.region=eu-central-1
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

regionsaccess-keysecret-key 替换为 AWS 凭证。

这将创建一个 BedrockTitanChatClient 实现,您可以在将该实现注入自己的类中。下面是一个简单的 @Controller 类的示例,它使用了聊天客户端来生成文本。

@RestController
public class ChatController {

    private final BedrockTitanChatClient chatClient;

    @Autowired
    public ChatController(BedrockTitanChatClient chatClient) {
        this.chatClient = chatClient;
    }

    @GetMapping("/ai/generate")
    public Map generate(@RequestParam(value = "message", defaultValue = "Tell me a joke") String message) {
        return Map.of("generation", chatClient.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 chatClient.stream(prompt);
    }
}

Manual Configuration

BedrockTitanChatClient实现 ChatClient`和 `StreamingChatClient,并使用 Low-level TitanChatBedrockApi Client连接到 Bedrock Titanic 服务。

spring-ai-bedrock 依赖项添加到项目的 Maven pom.xml 文件:

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-bedrock</artifactId>
</dependency>

或添加到 Gradle build.gradle 构建文件中。

dependencies {
    implementation 'org.springframework.ai:spring-ai-bedrock'
}
  1. 参见 Dependency Management 部分,将 Spring AI BOM 添加到你的构建文件中。

接下来,创建一个 BedrockTitanChatClient 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());

BedrockTitanChatClient chatClient = new BedrockTitanChatClient(titanApi,
    BedrockTitanChatOptions.builder()
        .withTemperature(0.6f)
        .withTopP(0.8f)
        .withMaxTokenCount(100)
    .build());

ChatResponse response = chatClient.call(
    new Prompt("Generate the names of 5 famous pirates."));

// Or with streaming responses
Flux<ChatResponse> response = chatClient.stream(
    new Prompt("Generate the names of 5 famous pirates."));

Low-level TitanChatBedrockApi Client

TitanChatBedrockApi 在 AWS Bedrock Bedrock Titan models 之上提供轻量级 Java 客户端。

下面的类图说明了 TitanChatBedrockApi 接口和构建模块:

bedrock titan chat low level api

客户端支持 amazon.titan-text-lite-v1amazon.titan-text-express-v1 模型,用于同步(例如 chatCompletion())和流式(例如 chatCompletionStream())响应。

下面是一个简单的片段,说明如何以编程方式使用 API:

TitanChatBedrockApi titanBedrockApi = new TitanChatBedrockApi(TitanChatCompletionModel.TITAN_TEXT_EXPRESS_V1.id(),
		Region.EU_CENTRAL_1.id());

TitanChatRequest titanChatRequest = TitanChatRequest.builder("Give me the names of 3 famous pirates?")
	.withTemperature(0.5f)
	.withTopP(0.9f)
	.withMaxTokenCount(100)
	.withStopSequences(List.of("|"))
	.build();

TitanChatResponse response = titanBedrockApi.chatCompletion(titanChatRequest);

Flux<TitanChatResponseChunk> response = titanBedrockApi.chatCompletionStream(titanChatRequest);

List<TitanChatResponseChunk> results = response.collectList().block();

关注 TitanChatBedrockApi 的 JavaDoc 了解详细信息。