LangChain4j

向量 简单定义：向量就是一个有序的数字列表。 可以把向量想象成“事物的特征指纹”。 任何事物——无论是文字、图片、声音还是视频——都可以通过一系列的数字来描述其特征，这一串数字就构成了该事物的向量。

工具（函数调用） 有一种被称为“工具”或“函数调用”的概念。它允许 LLM 在必要的时候调用一个或多个工具，这些工具通常由开发者定义。 工具可以是任何功能，如：网络搜索、外部 API 调用、执行特定代

提示词工程（Prompt Engineering） 是一门设计和优化输入提示词的技术，目的是让大语言模型更准确、更可靠地输出你想要的结果。 简单说就是：教你怎么跟AI说话，它才能更好地帮你

Memory VS History 记忆（Memory）和历史记录（History）它们是相似，但不同的概念。 历史记录会完整的保存用户与 AI 之间的所有消息，

流式输出，指AI模型不是等生成完完整答案再一次性发送，而是边生成文本，边以“数据流”的形式，将当前已生成的部分实时推送给用户。 接口变更： ChatModel -> StreamingCha

简单来说，多模态指的是模型能够同时理解和处理多种不同类型的信息（即“模态”）。 比如用户上传一张图片，让大模型解释图片中的内容，这就包含了文本和图片的两种不同的处理能力。 在传统的单模态大模型

Langchain4j 提供了两种抽象层次的 API： Low level API：底层 API，可以最大自由程度地去访问所有底层组件，如

本文介绍LangChain4j与SpringBoot整合方式。低阶集成引入对应starter，通过Controller调用ChatModel；高阶集成使用@AiService声明接口，自动注入并调用，

LangChain4j 简化了 Java 应用集成大语言模型的过程。以阿里百炼平台为例，介绍了如何通过引入依赖、配置 API_KEY 与模型参数，快速调用通义千问模型。以及第三方平台的整合。