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.deve
1.2、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

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> <groupId>dev.langchain4j</groupId> <artifactId>langchain4j-open-ai</artifactId> <version>1.15.1</version> </dependency>

<dependencyManagement> <dependencies> <dependency> <groupId>dev.langchain4j</groupId> <artifactId>langchain4j-bom</artifactId> <version>1.15.1</version> <type>pom</type> <scope>import</scope> </dependency> </dependencies> </dependencyManagement>

2、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