【LangChain4j】AI 第一弹：LangChain4j 的理解

一、LangChain4j 的简介

1.1 LangChain4j的背景

LangChain4j（LangChain for java） 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。

官网： https://docs.langchain4j.dev

• 2022 年10月，Harrison Chase 发布了基于 Python 的 LangChain。随后同时包含了 Python 版和 JavaScript（LangChain.js）版的LangChain 也发布了。

• 2023 年 11 月，Quarkus 发布了 LangChain4j 的 0.1 版本，2025 年 2 月发布了 1.0 - Beta1 版本，4 月发布了1.0 - Beta3（公测） 版本

1.2 主要功能

• 与大型语言模型和向量数据库的便捷交互：通过统一的应用程序编程接口（API），可以轻松访问所有主要的商业和开源大型语言模型以及向量数据库，使你能够构建聊天机器人、智能助手等应用。

• 专为 Java 打造：借助Spring Boot 集成，能够将大模型集成到ava 应用程序中。大型语言模型与 Java 之间实现了双向集成：你可以从 Java 中调用大型语言模型，同时也允许大型语言模型反过来调用你的 Java 代码

• 智能代理、工具、检索增强生成（RAG）：为常见的大语言模型操作提供了广泛的工具，涵盖从底层的提示词模板创建、聊天记忆管理和输出解析，到智能代理和检索增强生成等高级模式。

1.3 应用场景

1. 你想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：

   1. 客户支持聊天机器人

   2. 处理 / 更改 / 取消订单

   3. 教育助手

   4. 解释不清楚的部分

2. 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

   1. 从客户评价和支持聊天记录中提取有效评价

   2. 从竞争对手的网站上提取有趣的信息

   3. 从求职者的简历中提取有效信息

3. 你想要生成信息

   1. 为你的每个客户量身定制的电子邮件

   2. 为你的应用程序 / 网站生成内容

4. 你想要转换信息

   1. 校对和改写

   2. 总结/翻译