LangChain4j全套教程

目录一、大模型的架构图二、大模型应用开发场景流程三、大模型如何产生面临哪些问题四、大模型向量数据库应用场景流程五、大模型微调场景流程六、java生态的ai开发新范式七、LangChain4j与SpringAi对比八、Langchain4j接入第一个大模型HelloWord九、LangChain4j整合生态springboot一、大模型的架构图二、大模型应用开发场景流程三、大模型如何产生面临哪些问题四、大模型向量数据库应用场景流程五、大模型微调场景流程六、java生态的ai开发新范式LangChain4j 的目标是简化将大语言模型(LLM - Large Language Model)集成到 Java 应用程序中的过程。1.1、历史背景官网: https://docs.langchain4j.deve1.2、主要功能与大型语言模型和向量数据库的便捷交互专为Java打造智能代理、工具、检索增强生成(RAG)1.3、应用场景要实现一个自定义的由人工智能驱动的聊天机器人它可以访问你的数据并按照你期望的方式运行:你想要处理大量的非结构化数据(文件、网页等)并从中提取结构化信息-im00c你想要生成信息为你的每个客户量身定制的电子邮件为你的应用程序/网站生成内容你想要转换信息校对和改写总结/翻译七、LangChain4j与SpringAi对比维度LangChain4jSpring Al版本1.0.0-beta31.0.0-M7Github Star7.2K(增速较快)4.星K运行环境要求17JDK 17, Spring Boot 3.x支持聊天模型AmazonBedrock/Anthropic/AzureOpenAI/ChatGLM/DashScope/Google Vertex AlGemini/Ollama/OpenAl OfficialSDK/Qianfan/CloudflareWorkers Al/ZhuLa/XinferenceAmazon BedrockConverse/Anthropic/AzureOpenAl/DeepSeekAl/Docker/Qwen/GitHubModels/GoogleAl/MiniMax/MoonshotAI/NVIDIA/Perplexity AI/OCIGenerativeAl/OpenAl/QianFan/ZPiPu/watsonx.Al/Spring AlAlibaba(子项目)向量、多模态、图形模型向量、多模态、图形、分类、排序、模型向量、多模态、图形、音频生成模型Chat Memory支持支持编程式开发Basics APIChat Client API声明式注解开发Al Services无审核处理与拦截支持支持请求预处理与拦截支持支持函数调用(Function Calling)支持支持RAG(检索增强生成)Easy RAG/Advanced RAG (基于元数据过滤查询路由、文档切割、多格式文档解析...)Naive RAG文档与案例条理清断思维连贯/现成源码直接呼你脸上Spring文档臃肿难用向量存储langchain4j-milvus/创建MilvusEmbeddingStoreSpring Data高层级封装八、springboot环境准备GitHub - 657574492/langchain4j-demo2: 自己学习LangChain4j的项目 · GitHub搭建git的地址搭建好后输入地址就可以看到。http://localhost:8080/doc.html#/八、Langchain4j接入第一个大模型HelloWord官网: https://docs.langchain4j.dev/get-startede低层次。在这一层次中您拥有最大自由度可以直接访问所有底层组件如 ChatModel (聊天模型)、UserMessage (用户消息)、AiMesage(AI消息)、EmbeddingStore(嵌入存储)、Embedding(嵌入向量)等。这些是LLM驱动应用程序的“基础构建块”。高层次。在这一层次中您通过AI Services (Al服务)等高级APl与LM 交互这些API隐藏了所有复杂性和样板代码。您仍可通过声明式(declarative)的方式灵活调整和微调模型行为但无需处理底层实现细节。Langchain4j库结构LangChain4j采用模块化设计包括:Langchain4j-core 模块 它定义了核心抽象(例如 ChatLanguageModel 和EmbeddingStore) 及其 APl。主langchain4ij模块包含有用的工具如文档加载器 document loaders聊天内存 chat memory 实现以及高级功能如 AI 服务。(AlSerivce)-LangChain4-(ntegration)}模块的广泛阵列每个模块都提供与各种LIM 提供程序的集成并将存储嵌入到LangChain4j中。您可以独立地使用langchain4j-{Integration} 模块。对于其他特性只需导入主 langchain4j 依赖项。1、在pom.xml文件加入!-- 基于 open-ai 的 langchain4j 接口:ChatGPT、deepseek 都是 open-ai 标准下的大模型 -- dependency groupIddev.langchain4j/groupId artifactIdlangchain4j-open-ai/artifactId version1.15.1/version /dependencydependencyManagement dependencies dependency groupIddev.langchain4j/groupId artifactIdlangchain4j-bom/artifactId version1.15.1/version typepom/type scopeimport/scope /dependency /dependencies /dependencyManagement2、新建一个测试类测试SpringBootTest class LLMTest { Test public void helloWorld(){ OpenAiChatModel model OpenAiChatModel.builder() .baseUrl(http://langchain4j.dev/demo/openai/v1).modelName(gpt-4o-mini).build(); String answer model.chat( 你是谁); System.out.println(answer); } }九、LangChain4j整合生态springboot