LangChain4j的学习

1. 什么是 LangChain4j？它是干什么的？

定义： LangChain4j (LangChain for Java) 是一个 Java 库，旨在简化将大语言模型（LLM）集成到 Java 应用程序中的过程。

它是干什么的？（核心作用） 想象一下，如果你想在 Java 里连接 MySQL，你不会去手写 TCP 连接和 SQL 解析协议，你会用 JDBC 和 MyBatis/Hibernate 。 LangChain4j 就是 AI 领域的 MyBatis：

它帮你连接各种大模型（OpenAI, 阿里云通义千问, Google Gemini, 本地 Ollama 等）。
它帮你管理对话上下文（Memory）。
它帮你把 PDF/文档喂给 AI（RAG）。
它帮你把 Java 方法变成 AI 的工具（Function Calling）。

2. 有什么好处？

对于 Java 开发者，最大的痛点是 AI 生态被 Python 统治。LangChain4j 的好处在于：

统一 API (解耦)：
- 今天你用 OpenAI，明天老板想换成阿里云通义千问，后天想换成免费的 DeepSeek。
- 不用 LangChain4j： 你需要重写所有的 HTTP 请求代码。
- 用 LangChain4j： 改一行配置文件 (application.yml) 即可，业务代码一行不用动。
Java 原生体验：
- 不需要额外部署 Python 服务。
- 支持 Spring Boot Starter，配置极其简单。
- 强类型支持，可以直接把 AI 的回复转成 Java Bean。
高层抽象 (AiServices)：
- 你只需要写一个 Java 接口 (Interface)，框架自动帮你生成实现类，调用 AI 就像调用本地 Service 一样简单。

3.案例搭建

引入依赖

XML 复制代码

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-open-ai-spring-boot-starter</artifactId>
    <version>0.36.0</version>
</dependency>

编写配置文件（需要提前准备APIKey 需要去自己申请）

XML 复制代码

aliyun.ai.key=sk-你的apikey
aliyun.ai.apiUrl=https://dashscope.aliyuncs.com/compatible-mode/v1
aliyun.ai.model=qwen-turbo

创建一个测试类进行编写

java 复制代码

package com.qcby.langchain4jdemo;

import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.test.context.SpringBootTest;

@SpringBootTest
public class AiTest {

    @Value("${aliyun.ai.key}")
    private String apiKey;

    @Value("${aliyun.ai.apiUrl}")
    private String url;

    // 建议把变量名改得具体一点，比如 modelName，避免和下面的对象混淆
    @Value("${aliyun.ai.model}")
    private String modelName;

    @Test
    public void test() {
        // 1. 构建模型客户端
        // 为了区分，我们将这里的变量名改为 chatLanguageModel
        ChatLanguageModel chatLanguageModel = OpenAiChatModel.builder()
                .apiKey(apiKey)
                .baseUrl(url)
                .modelName(modelName) // 使用成员变量配置的模型名
                .build();
        // 2. 核心步骤：调用 generate 方法发送请求！
        // 如果不写这一行，就永远不会发起网络请求
        String response = chatLanguageModel.generate("你好，请讲一个关于程序员的冷笑话。");
        // 3. 打印结果
        System.out.println("----------------------------------");
        System.out.println("AI 回复内容：");
        System.out.println(response);
        System.out.println("----------------------------------");
    }
}

运行查看结果

测试讲解

java 复制代码

@Value("${aliyun.ai.key}")    
    private String apiKey;

    @Value("${aliyun.ai.apiUrl}") 
    private String url;

    @Value("${aliyun.ai.model}")  
    private String modelName;

从配置文件中拿去自己配置的值

接下来是重点

构建 AI 客户端 (LangChain4j 部分)

java 复制代码

// 1. 构建模型客户端
ChatLanguageModel chatLanguageModel = OpenAiChatModel.builder() 
        .apiKey(apiKey)
        .baseUrl(url)
        .modelName(modelName)
        .build();

OpenAiChatModel.builder():

多态性 ：虽然我们用的是阿里云通义千问，但因为阿里云支持 OpenAI 的协议标准，所以我们直接复用 LangChain4j 提供的 OpenAiChatModel 客户端类。
Builder 模式 ：这里使用了设计模式中的"建造者模式"。它允许你通过链式调用（.xxx().xxx()）来一步步配置复杂的对象，最后调用 .build() 生成实例。
配置绑定：这里把第一步从 Spring 拿到的配置（Key, URL, ModelName）填入了客户端。

核心调用与输出

java 复制代码

// 2. 核心步骤：调用 generate 方法发送请求！
String response = chatLanguageModel.generate("你好，请讲一个关于程序员的冷笑话。"); 

// 3. 打印结果
System.out.println(response);

.generate(...):

这是我们在上一节源码分析中看到的 方法 1（最简单的 String 入参）。
网络请求发生地：这行代码执行时，Java 程序会组装一个 HTTP POST 请求，发送给阿里云服务器。
阻塞等待 ：这是一个**同步（Synchronous）**方法。代码运行到这里会"卡住"（阻塞），直到 AI 思考完毕并把完整的笑话通过网络传回来，赋值给 response 变量。

整体流程

java 复制代码

    A[application.yml] -->|@Value注入| B(Java变量: apiKey, url, modelName)
    B -->|Builder填充| C[OpenAiChatModel 客户端实例]
    D[测试方法 test()] -->|调用 .generate()| C
    C -->|HTTP POST 请求| E[阿里云服务器 /compatible-mode/v1]
    E -->|生成文本| C
    C -->|返回 String| F[控制台输出]