MiniMax
  1. ChatCompletion Pro API 文档
MiniMax
  • 公告通知
  • 产品定价
  • 概述
  • FAQ
  • 大模型介绍
    • 文本大模型
    • 语音大模型
  • 接入说明
    • 新手指南
    • 速率说明
  • 开发指南
    • 快速开始
  • 文本大模型接口
    • ChatCompletion Pro(对话)
      • 概述
      • ChatCompletion Pro API 文档
        • ChatCompletion Pro API
          POST
        • 示例对话功能
          POST
        • 限制返回格式功能(glyph)
          POST
        • 函数调用功能(function calling)
          POST
        • 插件功能(plugins)
          POST
        • 知识库检索功能(retrieval)
          POST
    • ChatCompletion(对话)
      • 概述
      • ChatCompletion 快速接入
      • ChatCompletion 调优指南
      • ChatCompletion API 文档
        • ChatCompletion API
        • 知识库检索功能(retrieval)
  • Assistants 接口
    • Assistants 操作指南
    • Assistans API 文档
      • Assistant
        • 创建 Assistant
        • 检索 Assistants
        • 删除 assistant
        • 查看 assistant 列表
      • Assistant File
        • 创建 assistant 文件
        • 检索 assistant 关联的文件
        • 列出 assistant 文件
      • Thread
        • 创建 thread
        • 检索 thread
      • Message
        • 创建 message
        • 检索 message
        • message 列表
      • Run
        • 创建 run
        • 检索 run
        • 列表 run
        • Submit tool outputs to run
      • Run Step
        • 检索 run step
        • 列表 run step
  • File(文档)
    • File(文档)
      GET
    • Upload 接口
      GET
    • Retrieve 接口
      GET
    • Delete 接口
      POST
    • RetrieveContent 接口
      GET
  • Retrieval(知识库检索)
    • 新建知识库
    • 删除知识库
    • 查看知识库详情
    • 查看知识库列表
    • 增加知识库文档
    • 删除知识库文档
    • 修改知识库文档
    • 查看知识库文档
    • 检索 Chatcompletion
    • 检索 Chatcompletion pro
  • 微调
    • Finetune 操作指南
    • Finetune API文档
      • 创建微调任务
      • 列出微调任务
      • 检索微调任务
      • 删除微调任务
      • 列出微调事件
      • 列举微调模型
      • 查询微调模型
      • 删除微调模型
  • 向量化
    • Embeddings(向量化)
  • 语音大模型接口
    • T2A (语音生成)
      • T2A 快速接入
      • T2A API 接口
        • T2A API接口
        • 字典功能(Dictionary)
    • T2A pro(长文本语音生成)
      • T2A Pro 快速接入
      • T2A Pro API 接口
      • 字典功能(Dictionary)
    • T2A large(异步超长文本语音生成)
      • T2A Large 快速接入
      • T2A Large API 接口
        • T2A Large API 接口
        • 字典功能(Dictionary)
    • T2A Stream(流式语音生成)
      • T2A Stream(流式语音生成)
      • 字典功能(Dictionary)
    • 快速复刻(Voice Cloning)
      • 上传文件
      • 音频复刻
  • 有声内容创作
    • Role Classification (文本角色分类)
      • 创建并异步运行角色识别任务
      • 查询角色识别任务
    • Role Audio Generation (角色音频生成)
      • 角色音频生成
  1. ChatCompletion Pro API 文档

知识库检索功能(retrieval)

开发环境
http://dev-cn.your-api-server.com
开发环境
http://dev-cn.your-api-server.com
POST
https://api.minimax.chat/v1/text/chatcompletion_pro
为了更好的配合Retrieval接口的使用,我们新增了请求体的参数,以便支持高效检索文档信息,准确回答专业问题,为大模型补充领域知识。
知识库检索相关操作流程如下:
1.
文档上传file,得到file_id:File(文档)
2.
新建知识库时关联上传好的file_id,并得到knowledge_base_id:Retrieval(知识库检索)
3.
调用Chatcompletion或者Chatcompletion pro时配置knowledge_base_id,使用query检索到的knowledge_base_id分片信息回答问题
python示例
import requests
group_id="请填写您的group_id"
api_key="请填写您的api_key"
url = "https://api.minimax.chat/v1/text/chatcompletion_pro?GroupId=" + group_id
payload = {
"bot_setting": [
{
"bot_name": "MM智能助理",
"content": "MM智能助理是一款由MiniMax自研的,没有调用其他产品的接口的大型语言模型。MiniMax是一家中国科技公司,一直致力于进行大模型相关的研究。",
}
],
"messages": [{"sender_type": "USER", "sender_name": "小明", "text": "帮我用英文翻译下面这句话:我是谁"}],
"reply_constraints": {"sender_type": "BOT", "sender_name": "MM智能助理"},
"model": "abab5.5-chat",
"tokens_to_generate": 1034,
"temperature": 0.01,
"top_p": 0.95,
"knowledge_base_param": {
"knowledge_base_id": ${knowledge_base_id}
}
}
headers = {"Content-Type": "application/json", "Authorization": "Bearer " + api_key}
response = requests.request("POST", url, headers=headers, json=payload)
print(response.status_code)
print(response.text)
请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location --request POST 'https://api.minimax.chat/v1/text/chatcompletion_pro' \
--header 'Authorization;' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "abab5.5-chat",
    "tokens_to_generate": 1024,
    "temperature": 0.9,
    "top_p": 0.95,
    "stream": false,
    "beam_width": 1,
    "reply_constraints": {
        "sender_type": "BOT",
        "sender_name": "MM智能助理"
    },
    "sample_messages": [],
    "plugins": [],
    "messages": [
        {
            "sender_type": "USER",
            "sender_name": "用户",
            "text": "齐天是谁"
        }
    ],
    "bot_setting": [
        {
            "bot_name": "MM智能助理",
            "content": "MM智能助理是一款由MiniMax自研的,没有调用其他产品的接口的大型语言模型。MiniMax是一家中国科技公司,一直致力于进行大模型相关的研究。"
        }
    ],
    "knowledge_base_param": {
        "knowledge_base_id": ${knowledge_base_id}
    }
}'
响应示例响应示例
{
  "knowledge_base": {
    "knowledge_base_id": {},
    "chunks": {}
  },
  "chunks": {},
  "content": 0,
  "index": 0,
  "document": "string"
}

请求参数

Header 参数
Authorization
string 
可选
Content-Type
string 
可选
Body 参数application/json
model
string 
必需
tokens_to_generate
integer 
必需
temperature
number 
必需
top_p
number 
必需
stream
boolean 
必需
beam_width
integer 
必需
reply_constraints
object 
必需
sender_type
string 
必需
sender_name
string 
必需
sample_messages
array[string]
必需
plugins
array[string]
必需
messages
array [object {3}] 
必需
sender_type
string 
可选
sender_name
string 
可选
text
string 
可选
bot_setting
array [object {2}] 
必需
bot_name
string 
可选
content
string 
可选
knowledge_base_param
object 
知识库参数
可选
knowledge_base_id
object 
知识库ID
必需
示例

返回响应

🟢200成功
application/json
Body
knowledge_base
object 
必需
knowledge_base_id
object 
知识库ID
必需
chunks
object 
片段
必需
chunks
object 
必需
content
integer 
必需
index
integer 
必需
document
string 
必需
上一页
插件功能(plugins)
下一页
概述
Built with