LangChain4j开篇
系列未完待续
1.概述
LangChain4j(https://docs.langchain4j.dev/),由Python AI框架LangChain而来,同时也吸纳了Haystack, LlamaIndex的特性,是一款基于Java语言开发大模型应用的工具,提供统一调用AI大模型以及向量存储的API,类似这样的框架还有Spring AI。
LangChain4j开发于2023年初,截至目前它支持:
- 大语言模型LLM 20+
- 嵌入(向量)模型 20+
- 嵌入(向量)数据库 30+
- 多模态
- 会话记忆存储实现Chat Memory Stores 7个
- 文档解析Document Parsers:Tika,MD,PDF…
- RAG
- Tools(Function calling)
- Model Context Protocol (MCP),但是SSE模式未来将不受支持
- 联网搜索Web Search Engines:SearXNG…
LangChain4j在两个抽象层次上运行:

底层API,访问所有底层组件,例如 ChatModel、UserMessage……、AiMessage…… EmbeddingStore、Embedding……等等
高层API,使用高级API(例如AI Service)与LLM进行交互,可以灵活地调整和微调。
2.快速开始
引入langchain4j-bom,截至目前,官网上langchain4j-bom的最高版本是1.8.0,均需要jdk17+
<dependencyManagement>
<dependencies>
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-bom</artifactId>
<version>1.8.0</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<repositories>
<repository>
<name>Central Portal Snapshots</name>
<id>central-portal-snapshots</id>
<url>https://central.sonatype.com/repository/maven-snapshots/</url>
<releases>
<enabled>false</enabled>
</releases>
<snapshots>
<enabled>true</enabled>
</snapshots>
</repository>
</repositories>
<build>
<plugins>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<configuration>
<source>21</source>
<target>21</target>
<encoding>UTF-8</encoding>
</configuration>
</plugin>
</plugins>
</build>以对接OpenAI大模型为例,添加依赖langchain4j-open-ai,原生使用langchain4j
<dependencies>
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-open-ai</artifactId>
</dependency>
</dependencies>新建测试类,通过URL,API-KEY以及模型名称构造ChatModel对象,传入system和user提示词,测试调用大模型
package org.example;
import dev.langchain4j.data.message.ChatMessage;
import dev.langchain4j.data.message.SystemMessage;
import dev.langchain4j.data.message.UserMessage;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.chat.response.ChatResponse;
import dev.langchain4j.model.openai.OpenAiChatModel;
import java.util.Arrays;
import java.util.List;
public class Main {
public static void main(String[] args) {
ChatModel chatModel = OpenAiChatModel.builder()
.baseUrl("https://api.gptsapi.net/v1")
.apiKey(System.getProperty("OPEN_API_KEY"))
.modelName("gpt-4.1")
.build();
List<ChatMessage> messages = Arrays.asList(
new SystemMessage("你是一个数学老师,用简单易懂的方式解释数学概念。"),
new UserMessage("什么是微积分?")
);
ChatResponse chatResponse = chatModel.chat(messages);
System.out.println(chatResponse);
}
}得到大模型的回答,原生方式使用langchain4j调用大模型测试通过。
LangChain4j支持和Quarkus, Spring Boot, Helidon和Micronaut进行整合,后面都会集成到Spring Boot中进行测试
3.使用LangChain4j
| 序号 | 文章名 | 概述 |
|---|---|---|
| 1 | LangChain4j Prompt对话机器人 | LangChain4j实现Prompt对话 |
"如果文章对您有帮助,可以请作者喝杯咖啡吗?"
微信支付
支付宝
LangChain4j开篇
https://blog.liuzijian.com/post/langchain4j/