LangChain4j系列：带你入门LangChain4j框架

本文所有示例均在 langchain4j 0.31.0 版本之上进行，langchain4j也是在快速发展的阶段。

LangChain4j 框架是什么？

LangChain4j 于 2023 年初在 ChatGPT 的炒作中开始开发。思想来源于 Python 和 JavaScript LLM 库，并加入创新思想，开发一款Java语言版本的 LLMs 库。

---

LangChain4j 的目标是简化Java 应用程序集成LLMs

所以 LangChain4j 就是一个通过抽象统一API、提供便捷可用的工具箱来简化 Java 应用程序集成LLMs的框架。

• 统一的API：LangChain4j 目前支持 15+ 热门LLM提供商和 15+ 嵌入商店。

  目前市面上存在多种大模型、嵌入模型。模型使用的接口并不统一，当接入时需要对其API细节进行了解。所以LangChain4j统一API，封装内部细节，无缝从一个模型替换为另外一个模型而无需修改代码。

• 全面的工具箱：工具箱包括各种工具，从低级提示模板、聊天记忆管理和输出解析到高级模式，如 AI 服务和 RAG。

  通过识别常见的抽象、模式和技术，LangChain4j 已将这些提炼成一个现成的工具包。

• 大量的示例：LangChain4j提供大量的使用示例，与 Quarkus 和 Spring Boot 的集成等。

LangChain4j 与 Spring AI 的宗旨基本一致，都是为简化 Java 应用快速接入 LLMs 而生，只是其各自侧重点、框架的能力有所不同而已。

LangChain4j 能干什么？

• 集成了 15+个 语言大模型 15+ LLM providers

• 集成了 15+个 向量数据库 15+ embedding (vector) stores

• 集成了 10+个 嵌入模型 10+ embedding models

• 集成了 4个 图片大模型 4 cloud and local image generation models

• 集成了 2个 评分重排名模型 2 scoring (re-ranking) models

• 集成 1个 OpenAI 审核模型

• 支持文本和图像作为输入（多模态）

• 更高层次的抽象 AI Services

• 支持提示词模板、持久性和内存中聊天记忆算法的实现：消息窗口和令牌窗口 chat memory

• 支持同步/流式响应，支持常见 Java 类型和自定义 POJO 的输出解析器

• 支持工具（函数调用）Tools (function calling), 动态工具（执行动态生成LLM的代码）

• 支持检索增强生成技术 RAG (Retrieval-Augmented-Generation):

  • 数据导入/索引:

    • 从多个来源（文件系统、URL、GitHub、Azure Blob 存储、Amazon S3 等）导入各种类型的文档（TT、PDF、DOC、PPT、XLS 等）。
    • 使用多种算法将文档拆分为更小的片段。
    • 对文档和片段进行后处理
    • 使用嵌入模型生成嵌入片段
    • 将嵌入保存到向量数据库

  • （简单/高级）检索

    • 查询转换（扩展、压缩）「 expansion, compression 」
    • 查询路由 「 Routing of queries 」
    • 从向量存储或任何自定义源中检索
    • 重排名 「 Re-ranking 」
    • 倒数排名融合 「 Reciprocal Rank Fusion 」
    • 自定义 RAG 流程中的每个步骤

• 支持文本分类

• 用于标记化和估计标记计数的工具

从LangChain4j这些特性来看，目前（2024/07/02）比 Spring AI 框架稍强。

LangChain4j 框架有什么？

组件

LangChain4j 包含如下组件

• 基础组件

  • 大语言模型
  • 提示词模板
  • 格式化解析
  • 上下文记忆

• RAG

  • 文档加载
  • 文档切分
  • 嵌入模型
  • 向量存储 向量数据库

• Chains

• Ai Services 高层次抽象模块

类库

LangChain4j采用模块化设计，包括：

• langchain4j-core 模块，用于定义核心抽象。如ChatLanguageModel和EmbeddingStore及其 API。
• langchain4j 模块，包含有用的工具，如 ChatMemory、OutputParser 以及高级功能，如 AiServices。
• langchain4j-{integration} 模块，每个模块都提供与各种LLM提供商的集成，以及嵌入存储集成到LangChain4j中。也可以单独使用这些模块。
• langchain4j-spring-{integration}-spring-boot-starter 模块，与Spring boot项目集成，开箱即用。「 目前支持的还不完善 」。langchain4j-spring，从模块的划分看，langchain4j略微混乱，应该像Spring AI 分别划分模块，如Models模块、Embeddings模块。

API抽象层级

在 API 抽象分为 Low Level 和 High Level 两种；

• Low Level：在这个级别上，您可以最自由地访问所有低级组件，例如 ChatLanguageModel 、 UserMessage 、 AiMessage 、 EmbeddingStore 等 Embedding。我们称之为胶水代码，可以任何组合使用。
• High Level：在此级别，您可以使用高级 API 进行交互LLMs，例如 AiServices ，它向您隐藏了所有复杂性和样板。

LangChain4j 入门示例

在集成 OpenAI 经测试出现问题，无法解析返回的json数据报错，已经提交了issue，所以暂时无法演示接入OpenAI了，那我们演示接入Ollama本地大模型qwen:7b。

引入依赖

pom
复制代码
<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-ollama-spring-boot-starter</artifactId>
    <version>${langchain4j.version}</version>
</dependency>
1
2
3
4
5
6
7

yml配置

yml
复制代码
langchain4j:
  ollama:
    chat-model:
      base-url: http://localhost:11434
      model-name: qwen:7b
1
2
3
4
5
6
7

代码实现

java
复制代码
package org.ivy.controller;

import dev.langchain4j.model.chat.ChatLanguageModel;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RequestMapping("/ll/")
@RestController
public class ChatController {

    private final ChatLanguageModel chatLanguageModel;

    public ChatController(ChatLanguageModel chatLanguageModel) {
        this.chatLanguageModel = chatLanguageModel;
    }

    @GetMapping("chat")
    public String chat(String prompt) {
        return chatLanguageModel.generate(prompt);
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

在 langchain4j 0.31.0 版本，提供Spring boot集成的Starter仅支持OpenAI和Ollama两个。其它还是的使用传统的方式进行。

验证效果

代码示例

Github 示例代码：github.com/Fj-ivy/lang…

源代码以及官方文档说明；

• Github 地址
• 官方文档

总结说明

对LangChain4j整体进行学习，总体感觉LangChain4j官方文档以及源码组织形式比Spring AI框架会混乱一些。一旦摸清门路，使用起来也是相当方便的。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/978538