目录
1.1 简介
1.2 示例
步骤一: 添加pom
步骤二:配置
步骤三:流式输出
步骤四: 正常输出
步骤五: 【类似函数调用】AI Service接口
1.3 调试问题
问题1: ClassNotFoundException: dev.langchain4j.exception.IllegalConfigurationException
问题2: overriding is disabled
问题3 :dev.langchain4j.exception.IllegalConfigurationException
1.4 langchain4j与springAI对比
一个基于 Java 的库,旨在简化自然语言处理(NLP)和大型语言模型(LLM)的集成;
提供了大量现成的组件(文档加载器、工具、链),用于构建AI应用,是目前Java生态中最接近Python LangChain成熟度的选择。
步骤一: 添加pom
GPT plus 代充 只需 145
步骤二:配置
langchain4j.open-ai.chat-model.api-key=你的deepseekkey langchain4j.open-ai.chat-model.model-name=deepseek-chat langchain4j.open-ai.chat-model.base-url=https://api.deepseek.com langchain4j.open-ai.chat-model.log-requests=true langchain4j.open-ai.chat-model.log-responses=true
如果没有key:
langchain4j.open-ai.chat-model.api-key=demo
langchain4j.open-ai.chat-model.model-name=gpt-4o-mini
langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1
步骤三:流式输出
参考:https://www.cnblogs.com/timothy020/p/
步骤四: 正常输出
GPT plus 代充 只需 145
步骤五: 【类似函数调用】AI Service接口
注: 运行时有日志
GPT plus 代充 只需 145
运行结果:
运行结果:
参考:
https://blog.ZEEKLOG.net/matrixlzp/article/details/
https://blog.ZEEKLOG.net/m0_/article/details/
https://cloud.tencent.com/developer/article/
问题1: ClassNotFoundException: dev.langchain4j.exception.IllegalConfigurationException
解决: 检查
application.properties的配置
langchain4j.open-ai.chat-model.api-key=demo langchain4j.open-ai.chat-model.model-name=gpt-4o-mini langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1
注: 如果你暂时没有密钥,也可以使用 LangChain4j 提供的演示密钥(同上),这个密钥是免费的,有使用配额限制,且仅限于 gpt-4o-mini 模型
注: 如果已经有密钥,直接替换即可。
问题2: overriding is disabled
The bean 'openAiChatModel', defined in class path resource [org/springframework/ai/autoconfigure/openai/OpenAiAutoConfiguration.class], could not be registered. A bean with that name has already been defined in class path resource [dev/langchain4j/openai/spring/AutoConfig.class] and overriding is disabled.
解决:
去掉langchain4j的openapi相关的依赖或者去掉SpringAI的openapi相关的依赖
-->
问题3 :dev.langchain4j.exception.IllegalConfigurationException
解决: 该问题是langchain4j-spring-boot-starter版本兼容问题。 可以对应修改和langchain4j生态兼容的版本。例如
dev.langchain4j
langchain4j-spring-boot-starter
1.9.1-beta17
核心功能对比
- 设计理念与定位:
- Spring AI 由 Spring 官方团队维护,核心目标是简化 AI 模型集成,提供统一 API 调用(如 OpenAI、Azure OpenAI),降低开发门槛,尤其适合已使用 Spring 生态的项目。
- LangChain4j 是 LangChain 的 Java 实现,专注于模块化设计,支持智能 Agent、链式调用、记忆管理等高级功能,灵活性更高,但需要开发者手动组装组件。
- 高级功能支持:
- 多步骤推理与 Agent 管理:LangChain4j 内置 Agent 框架,支持复杂工作流编排(如动态工具调用、多条件决策),而 Spring AI 需开发者自行实现逻辑。
- 记忆与上下文管理:LangChain4j 提供多样化记忆存储方案(如会话记忆、长期记忆),Spring AI 需手动管理对话状态。
- 工具集成:LangChain4j 支持直接定义和调用外部工具(如天气查询、计算器),Spring AI 需额外处理函数调用。
- RAG(检索增强生成)支持:LangChain4j 提供文本加载、解析、分割等完整工具链,Spring AI 的 RAG 功能相对基础
注意:
可以与 Spring Boot 等整合( 模块),但核心是一个纯 Java 库,需要手工 wiring 多数部分。
- 使用 Spring AI 的典型用途:
- 在已有 Spring Boot 微服务中嵌入 Chat 或 文本生成功能,例如客服机器人、内部文档助手。
- 快速开发 embedding 搜索 + AI 文本摘要 + 图像生成业务。
- 利用 Spring 的现有安全配置 /配置中心 /监控系统,保持统一架构。
- 使用 LangChain4j 的典型用途:
- 构建需要 Agent 调度、工具调用、Memory 管理的智能体。例如“用户输入 → 检索数据库 → 调用外部 API → 合成响应 → 写入日志”这种多步骤流程。
- 构建自定义 RAG 服务:可插入自定义向量数据库、检索策略、重排序逻辑等。
- 希望在 Java 应用中迁移或复制 LangChain Python 的工作流逻辑。
参考:
https://www.cnblogs.com/duanxz/p/
https://cloud.tencent.com/developer/article/
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/239604.html