2013年12月23日中央农村工作会议上海关键词优化外包
1 什么是LangChain和LangChain4j
LangChain是一个大模型的开发框架，使用LangChain框架，程序员可以更好的利用大模型的能力，大大提高编程效率。如果你是一个lava程序员，那么对LangChain最简单直观的理解就是，LangChain是大模型领域的Spring。LangChain不光提供了一整套快速接入各种开放大模型的工具，更重要的是，他集成了当今程序员使用大模型能力最好的方案。
LangChain是一个基于Python开发的框架，而Langchain4j则是Langchain的]ava版本。将大模型的强大能力和Java编程语言相结合，这就是LangChain4i所做的。实际上，LangChain4i不光包含了LangChain的功能，同时还加入了很多自己的创新。在目前阶段，LangChain4j也是与大模型结合最好最成熟的框架。
要注意的是，大模型本身在快速发展过程中，而如何使用好大模型，这件事，也是在快速发展过程中。学习LangChain4i，不光要学习如何使用框架，更需要从LangChain4i中学习如何使用好各种各样的大模型。
LangChain是最好的框架，但并不是唯一的框架。例如Spring社区也推出了Spring AI框架，也是用来对接大模型的。基于Spring在]ava领域的多年技术积累，Spring AI框架也是非常令人期待的。在LangChain4j之后楼兰也会跟大家详细分享Spring Al框架。
官网地址：LangChain4j | LangChain4j
LangChain4j的目标是简化与 Java 应用程序 集成大模型。
特性:
统- API:LLM提供程序(如 OpenAl 或 阿里百炼)和嵌入(向量)存储(如 redis 或 ES) 使用专有 APl。LangChain4j提供了一个统一的 API，以避免为每个 API 学习和实现特定的 API。要试验不同的LLMs存储或嵌入的存储，您可以在它们之间轻松切换，而无需重新编写代码。LangChain4i日前支持 15+ 热门LLM 和 20+ 嵌入模型。
langchain4jVS springAl
| 维度 | Spring Al | LangChain4j |
| 技术栈绑定 | 强依赖 Spring 生态 | 无框架依赖，可独立使用 |
| 适用场景 | SpringBoot应用快速接入单模型 | 多模型(动态模型)平台 |
2 openAI代码实现
引入了langchain4j的核心依赖、langchain4j集成OpenAi各个模型的依赖。
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>org.example</groupId><artifactId>langChain4Jpro</artifactId><version>1.0-SNAPSHOT</version><properties><maven.compiler.source>21</maven.compiler.source><maven.compiler.target>21</maven.compiler.target><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><langchin4j.version>1.0.0-beta1</langchin4j.version></properties><dependencies><!--langchain核心--><dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j</artifactId><version>${langchin4j.version}</version></dependency><!--open ai--><dependency><groupId>dev.langchain4j</groupId><artifactId>langchain4j-open-ai</artifactId><version>${langchin4j.version}</version></dependency><dependency><groupId>org.junit.jupiter</groupId><artifactId>junit-jupiter-engine</artifactId><version>5.11.4</version><scope>test</scope></dependency></dependencies>
</project>代码如下：
import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import org.junit.jupiter.api.Test;public class langchain4jDemoApplicatonTest {@Testvoid test01(){ChatLanguageModel model = OpenAiChatModel.builder().apiKey("demo").modelName("gpt-4o-mini").build();String answer = model.chat("你好，你是谁？");System.out.println(answer);}}
运行结果如下：
以上代码可以看出LangChain4j对于初次接入大模型的开发者来说十分友好，不需要指定模型，不需要指定apikey即可对接大模型进行对话，对ApiKey为"demo底层，如下图：
在底层在构造OpenAiChatModel时，会判断传入的ApiKey是否等于”"demo”，如果等于会将OpenAi的原始API地址"https://api.openai.com/v1"改为"http://langchain4j.dev/demo/openai/v1"，这个地址是langchain4j专门为我们准备的一个体验地址，实际上这个地址相当于是"https://api.openai.com/1"的代理，我们请求代理时，代理会去调用真正的OpenAi接口，只不过代理会将自己的ApiKey传过去，从而拿到结果返回给我们。
所以，真正开发时，需要大家设置自己的apiKey或baseUrl，可以这么设置:
import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import org.junit.jupiter.api.Test;public class langchain4jDemoApplicatonTest {@Testvoid test01(){ChatLanguageModel model = OpenAiChatModel.builder().baseUrl("http://langchain4j.dev/demo/openai/v1").apiKey("demo").modelName("gpt-4o-mini").build();String answer = model.chat("你好，你是谁？");System.out.println(answer);}}
3 接入deepseek
代码实现如下：
@Testvoid test02(){ChatLanguageModel model = OpenAiChatModel.builder().baseUrl("https://api.deepseek.com").apiKey("sk-c78ed36820f14c438bb5be30ade5c1be").modelName("deepseek-chat").build();String answer = model.chat("你好，你是谁?");System.out.println(answer);}
结果如下：
