别只会写 Java 了！LangChain4J 带你弯道超车 AI 赛道

什么是LangChain4J

要想知道LangChain4j是什么，就要知道LangChain。

LangChain 是一个开源框架，用于构建基于大语言模型（LLM）的智能应用。它由 Harrison Chase 于 2022 年创建，现已成为 LLM 应用开发的事实标准之一。

LangChain4j 是 LangChain 的官方 Java 实现，由 LangChain 核心团队支持，专为 Java 和 JVM 开发者设计，用于构建基于大语言模型（LLM）的智能应用，如 RAG（检索增强生成）、Agent（智能体）、对话系统等。

LangChain4j 官网：docs.langchain4j.dev/

---

LangChain 与 LangChain4j 的核心区别在于：它们是同一理念在不同编程语言生态中的官方实现。
LangChain 最初是 Python 版本，而 LangChain4j 是其官方 Java/JVM 实现，由 LangChain 团队支持，专为 Java 开发者设计。

阿里百炼大模型

申请阿里百炼大模型，来对接qwen 大模型。

bailian.console.aliyun.com/

登录阿里云账号，进入模型服务，选择qwen-max模型，点击进入API参考页面

自行申请api-key即可

api-key配置页面

整合SpringBoot

基础对话问答

引入langchain、百炼大模型依赖

<properties>
        <java.version>17</java.version>
        <langchain4j.version>1.0.0-beta1</langchain4j.version>
</properties>

<dependency>
  <groupId>dev.langchain4j</groupId>
  <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
</dependency>

<dependency>
  <groupId>dev.langchain4j</groupId>
  <artifactId>langchain4j</artifactId>
  <version>${langchain4j.version}</version>
</dependency>



<dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>dev.langchain4j</groupId>
                <artifactId>langchain4j-community-bom</artifactId>
                <version>${langchain4j.version}</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

---

选择qwen-max

接入后，我们需要加载依赖到springboot项目中，搜索 dashscope-spring-boot-starter 找到AutoConfig

在配置文件中进行配置api-key、model-name信息

langchain4j.community.dashscope.chat-model.api-key=${apiKey} # 阿里百炼大平台申请apiKey
#langchain4j.community.dashscope.chat-model.model-name=qwen-max

测试AI基础问答

@Resource
QwenChatModel qwenChatModel;

@RequestMapping("/chat")
public String test(@RequestParam(defaultValue="你是谁") String message) {
    String chat = qwenChatModel.chat(message);
    return chat;
}

效果

流式对话

加入依赖

<dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-webflux</artifactId>
</dependency>

增加代码

@Resource
StreamingChatLanguageModel qwenStreamingChatModel;

@RequestMapping(value = "/stream_chat",produces ="text/stream;charset=UTF-8")
    public Flux<String> streamChat(@RequestParam(defaultValue="你是谁") String message) {
        return Flux.create(sink -> {
            qwenStreamingChatModel.chat(message, new StreamingChatResponseHandler() {
                @Override
                public void onPartialResponse(String partialResponse) {
                    sink.next(partialResponse);  // 逐次返回部分响应
                }

                @Override
                public void onCompleteResponse(ChatResponse completeResponse) {
                    sink.complete();  // 完成整个响应流
                }

                @Override
                public void onError(Throwable error) {
                    sink.error(error);  // 异常处理
                }
            });
        });
    }

测试效果

结语

LangChain4J是Java程序员面向AI应用开发的必备技能，通过此示例，我们可以基本的了解到在SpringBoot项目中如何对接AI来对自己的业务系统进行升级。 未来，Java AI应用开发是一个大趋势，作为Java程序员，AI是必备技能。