一、简介

LangChain4j 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：

二、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。

三、接入大模型

参考文档：

说明：jdk版本不低于17，我使用的是17.0.2版本

1.新建SpringBoot项目

2.添加依赖

        <!-- 基于open-ai的langchain4j接口：ChatGPT、deepseek都是open-ai标准下的大模型 -->
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-open-ai</artifactId>
            <version>1.0.0-beta3</version>
        </dependency>

3.编写测试用例

    @Test
    void testLLM() {
        OpenAiChatModel model = OpenAiChatModel.builder()
                .baseUrl("http://langchain4j.dev/demo/openai/v1")
                .apiKey("demo")
                .modelName("gpt-4o-mini")
                .build();

        String answer = model.chat("你好");
        System.out.println(answer);
    }

四、SpringBoot整合

参考文档：

1.新建SpringBoot项目

2.添加依赖

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-open-ai-spring-boot-starter</artifactId>
    <version>1.0.0-beta3</version>
</dependency>

3.编写测试用例

    @Autowired
    private OpenAiChatModel openAiChatModel;

    @Test
    void testOpenAiChatModel(){
        String answer = openAiChatModel.chat("你是谁");
        System.out.println(answer);
    }

五、接入其他大模型

1、都有哪些大模型

大语言模型排行榜：

LangChain4j支持接入的大模型：

2.接入DeepSeek

1.获取开发参数

访问官网：

注册账号，获取base_url和api_key，充值

2.配置模型参数

DeepSeek API文档：

在 LangChain4j 中，DeepSeek 和 GPT 一样也使用了 OpenAI 的接口标准，因此也使用OpenAiChatModel进行接入

3.步骤

1.添加配置文件

langchain4j:
  open-ai:
    chat-model:
      base-url: https://api.deepseek.com
      api-key: sk-851e968414c947c6be86427b101xxxx
      model-name: deepseek-chat
      model-name: =deepseek-reasoner

2.编写测试用例

    @Autowired
    private OpenAiChatModel openAiChatModel;

    @Test
    void testOpenAiChatModel(){
        String answer = openAiChatModel.chat("你是谁");
        System.out.println(answer);
    }

六、接入阿里百炼平台

1.什么是阿里百炼

阿里云百炼是 2023 年 10 月推出的。它集成了阿里的通义系列大模型和第三方大模型，涵盖文本、

图像、音视频等不同模态。

功能优势：集成超百款大模型 API，模型选择丰富；5-10 分钟就能低代码快速构建智能体，应用构

建高效；提供全链路模型训练、评估工具及全套应用开发工具，模型服务多元；在线部署可按需扩

缩容，新用户有千万 token 免费送，业务落地成本低。

支持接入的模型列表：

模型广场：

2.申请免费体验并开通服务

3.配置apiKey

申请apiKey： https://bailian.console.aliyun.com/?apiKey=1&productCode=p_efm#/api-key

4.添加依赖

LangChain4j参考文档：

        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
            <version>1.0.0-beta3</version>
        </dependency>

5.配置文件

langchain4j:
  community:
    dashscope:
      chat-model:
        api-key: sk-09c7b571687b46d5a2e25a03fbdd2fd1
        model-name: qwen-max

6.编写测试用例

    @Autowired
    private QwenChatModel qwenChatModel;

    @Test
    void testQwen(){
        String answer = qwenChatModel.chat("你是谁");
        System.out.println(answer);
    }

7.千文文生图

    @Test
    public void testDashScopeWanx(){
        WanxImageModel wanxImageModel = WanxImageModel.builder()
                .modelName("wanx2.1-t2i-plus")
                .apiKey("sk-09c7b571687b46d5a2e25a03fbdd2fd1")
                .build();
        Response<Image> response = wanxImageModel.generate("一间有着精致窗户的花店，漂亮的木质门，摆放着花朵");
                System.out.println(response.content().url());
    }

8.测试DeepSeek

也可以在阿里百炼上集成第三方大模型，如DeepSeek

将配置参数上的base-url参数指定到百炼平台，使用百炼上的大模型名称和apiKey即可

langchain4j:
  community:
    dashscope:
      chat-model:
        api-key: sk-09c7b571687b46d5a2e25a03fbddxxxx
        model-name: qwen-max

    @Autowired
    private OpenAiChatModel openAiChatModel;

    @Test
    void testOpenAiChatModel(){
        String answer = openAiChatModel.chat("你是谁");
        System.out.println(answer);
    }