当前位置：首页 > news >正文

网站建设维护php/好的竞价推广托管

news 2025/7/2 8:56:05

网站建设维护php,好的竞价推广托管,君和网站建设,郑州最新新闻事件今天LangChain4j 是一款专为 Java 开发者设计的框架，旨在简化与 LLM 的集成过程，使开发者能够更加专注于业务逻辑而非底层的技术细节。LangChain4j 是 LangChain 的一个 Java 封装器，它将 LangChain 应用于 Java 环境中，利用 Java 强大…

LangChain4j 是一款专为 Java 开发者设计的框架，旨在简化与 LLM 的集成过程，使开发者能够更加专注于业务逻辑而非底层的技术细节。LangChain4j 是 LangChain 的一个 Java 封装器，它将 LangChain 应用于 Java 环境中，利用 Java 强大的功能和丰富的库来处理数据，并提供了与多种流行的大语言模型无缝对接的能力。通过 LangChain4j，Java 开发者可以轻松地将最先进的 AI 技术融入到他们的应用程序中，无论是构建聊天机器人、还是智能客服系统，都能得心应手。

关于如何集成 AI 大模型到现有的 Java 应用程序中，LangChain4j 提供了两种主要的方法：一种是直接调用每种大模型提供的 API 接口，这种方式需要开发者熟悉不同模型的具体接口规范，并根据需求编写相应的代码来实现交互；另一种则是通过 Spring Boot 的自动装配机制，利用 LangChain4j 提供的 starter 依赖，自动化配置所需的组件和服务，极大地减少了手动设置的工作量。在这篇文章中，我们将重点介绍 LangChain4j对接AI大模型的两种方式。

一、前提条件

JDK为17以上版本，本人使用的jdk21版本；
SpringBoot版本为3.x以上，本项目使用的是SpringBoot 3.4.0版本；
本文采用了阿里巴巴的Qwen大模型进行实验与验证，但您同样可以选择使用DeepSeek大模型作为替代方案。若选用阿里巴巴的AI服务，则需首先在阿里云平台上开通相应的大型模型服务，并获取所需的API密钥，以便在后续代码中调用。具体的开通与配置步骤，请参阅阿里云大模型服务平台“百炼”的相关文档和指南如何获取API Key_大模型服务平台百炼(Model Studio)-阿里云帮助中心。这样可以确保您能够顺利地集成和使用这些先进的AI资源。

二、方式一：手动编码方式对接大模型

1、添加maven依赖

本示例调用阿里巴巴大模型服务，所以引入langchain4j-community-dashscope-spring-boot-starter

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.4.0</version></parent><groupId>com.yuncheng</groupId><artifactId>langchain4j-rag-demo</artifactId><version>1.0-SNAPSHOT</version><properties><maven.compiler.source>21</maven.compiler.source><maven.compiler.target>21</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><langchain4j.version>1.0.0-beta1</langchain4j.version></properties><dependencies><dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId><version>${langchain4j.version}</version><exclusions><exclusion><groupId>org.slf4j</groupId><artifactId>slf4j-simple</artifactId></exclusion></exclusions></dependency></dependencies>
</project>

2、手动编码调用大模型服务

手动编码创建ChatLanguageModel对象，实现跟大模型对话。由于本示例使用的是阿里云Qwen大模型，所以使用QwenChatModel类构建，如果你使用的是其他厂商的大模型，那么需要调用对应的SDK类进行创建。比如：百度千帆大模型使用QianfanChatModel、本地部署的大模型使用OllamaChatModel、OpenAI标准大模型使用OpenAiChatModel等。

import dev.langchain4j.community.model.dashscope.QwenChatModel;
import dev.langchain4j.model.chat.ChatLanguageModel;
public class HelloWorld {public static void main(String[] args) {ChatLanguageModel model = QwenChatModel.builder().apiKey("sk-4d6e6db446014411ad92c0e8fa143964").modelName("qwen-plus")//以下的参数，根据具体业务需求设置//.temperature(0.5F)//.topK(2)//.topP(0.7).build();String answer = model.chat("请给我讲一个笑话");System.out.println(answer);}
}

三、方式二：spring自动装配对接大模型

1、添加maven依赖

本示例调用阿里巴巴大模型服务，所以引入langchain4j-community-dashscope-spring-boot-starter，本示例是一个springboot工程，还需要引入spring-boot-starter-webflux。

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.4.0</version></parent><groupId>com.yuncheng</groupId><artifactId>langchain4j-rag-demo</artifactId><version>1.0-SNAPSHOT</version><properties><maven.compiler.source>21</maven.compiler.source><maven.compiler.target>21</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><langchain4j.version>1.0.0-beta1</langchain4j.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-webflux</artifactId></dependency><dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId><version>${langchain4j.version}</version><exclusions><exclusion><groupId>org.slf4j</groupId><artifactId>slf4j-simple</artifactId></exclusion></exclusions></dependency></dependencies>
</project>

2、调用大模型服务

2.1、配置yml文件

server:port: 8099langchain4j:community:dashscope:chat-model:model-name: qwen-plusapi-key: sk-4d6e6db446014411ad92c0e8fa143964
logging:level:org.springframework.boot.autoconfigure: DEBUG

注意：如果你不知道yml文件里的装配参数怎么写，可以把springboot自动装配参数日志打开，查看具体有哪些参数可配置使用。在yml文件配置org.springframework.boot.autoconfigure: DEBUG即可。

2.1、springboot调用大模型服务

由于springboot自动装配过程中，已经生成了ChatLanguageModel对象，所以无需手动构建了，在需要跟大模型对话的地方直接使用ChatLanguageModel即可。

import dev.langchain4j.model.chat.ChatLanguageModel;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;@RestController
public class ChatController {ChatLanguageModel chatLanguageModel;ChatController(ChatLanguageModel chatLanguageModel) {this.chatLanguageModel = chatLanguageModel;}@GetMapping("/hello")public String hello(@RequestParam(value = "message", defaultValue = "请给我讲一个笑话") String message) {return chatLanguageModel.chat(message);}
}

再创建一个springboot启动类即可：

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.ConfigurableApplicationContext;
import org.springframework.core.env.Environment;@SpringBootApplication
public class Langchain4jApplication {private static final Logger log = LoggerFactory.getLogger(Langchain4jApplication.class);public static void main(String[] args) {ConfigurableApplicationContext application = SpringApplication.run(Langchain4jApplication.class, args);Environment env = application.getEnvironment();String port = env.getProperty("server.port");log.info("Application启动成功，服务端口为：" + port);}
}

启动Langchain4jApplication后，浏览器里直接输入http://localhost:8099/hello，测试调用大模型效果。