Spring Boot 集成 LangChain4j 示例

文章目录

- 概述
- [一、DeepSeek API Key 获取](#一、DeepSeek API Key 获取)
- [二、Spring Boot 集成 LangChain4j 示例](#二、Spring Boot 集成 LangChain4j 示例)
- 三、拓展建议

概述

LangChain4j 是 LangChain 在 Java 生态下的实现，它是一个开源库，帮助你更方便地在 Spring Boot 应用中集成大语言模型（如 OpenAI 的 GPT-4）来构建智能应用，比如智能问答、聊天机器人、RAG（检索增强生成）系统、Agent、多轮对话等。

一、DeepSeek API Key 获取

注册并登录 DeepSeek 官网： https://api-docs.deepseek.com/zh-cn/

API Key
Base URL（ https://api.deepseek.com/v1 ）

二、Spring Boot 集成 LangChain4j 示例

1、引入依赖

在 pom.xml 中添加 langchain4j 和 openai4j 依赖：

xml 复制代码

<dependencies>
    <dependency>
        <groupId>dev.langchain4j</groupId>
        <artifactId>langchain4j</artifactId>
        <version>0.29.0</version>
    </dependency>
    <dependency>
        <groupId>dev.langchain4j</groupId>
        <artifactId>langchain4j-open-ai</artifactId>
        <version>0.29.0</version>
    </dependency>
</dependencies>

2、配置文件 application.yml

yaml 复制代码

langchain4j:
  openai:
    api-key: sk-58344173c5984cf787996d13160e38ec  # 写自己的
    model-name: deepseek-chat      # 使用的模型名称
    base-url: https://api.deepseek.com/v1  # DeepSeek API 的 endpoint

3、配置类 LangChain4jConfig.java

java 复制代码

@Configuration
public class LangChain4jConfig {

    @Value("${langchain4j.openai.api-key}")
    private String apiKey;

    @Value("${langchain4j.openai.model-name}")
    private String modelName;

    @Value("${langchain4j.openai.base-url}")
    private String baseUrl;

    @Bean
    public OpenAiChatModel deepSeekModel() {
        return OpenAiChatModel.builder()
                .apiKey(apiKey)
                .modelName(modelName)
                .baseUrl(baseUrl)
                .build();
    }
}

⚠️ 注意：虽然这里用的是 OpenAiChatModel，但 DeepSeek 支持 OpenAI 协议，可以无缝替换。

4、控制器 DeepSeekChatController.java

java 复制代码

@RestController
@RequestMapping("/api/deepseek")
public class DeepSeekChatController {

    private final OpenAiChatModel model;

    @Autowired  // 明确标注依赖注入
    public DeepSeekChatController(OpenAiChatModel model) {
        this.model = model;
    }

    @GetMapping
    public String chat(@RequestParam(value = "message", defaultValue = "你好") String message) {
    	// 底层就是依赖okHttpClient进行网络请求
        return model.generate(message);
    }
}

测试结果：

游览器：

postman：

三、拓展建议

将模型调用封装成通用服务，支持多模型切换
加入缓存、上下文对话支持
与 Embedding 向量库联动，实现"知识增强问答（RAG）"
构建对话历史上下文链