Shi.ne

让思想如星辰般闪耀。

公告

欢迎来到我的博客！这是一个示例公告。

了解更多

1137 字

6 分钟

LangChain4j框架入门项目学习

2026-04-24

✒️笔记

笔记

LangChain4j框架入门项目学习#

1. 初始化项目#

创建项目使用Java21 JDK21（要使用LangChain4j JDK版本不能小于17）

使用local配置文件来防止推送到云端时信息泄露#

创建application.yml和application-local.yml

将application-local.yml加到.gitignore中

并指定actice为local

application.yml:

1
spring:
2
  application:
3
    name: ai-code-helper
4
  profiles:
5
    active: local

引入Spring Boot LangChain4j的依赖（Qwen）#

这里使用和教程版本一样的1.1.0-beta7版本

1
<dependency>
2
    <groupId>dev.langchain4j</groupId>
3
    <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
4
    <version>${latest version here}</version>
5
</dependency>

这个是langchain4j + 阿里模型 + Spring boot的依赖包

配置大模型#

两种方式

在yml文件中配置：(配置后springboot会自动创建自动注入)

1
langchain4j:
2
  community:
3
    dashscope:
4
      chat-model:
5
        api-key: {这里写api key}
6
        model-name: qwen-plus

通过构造器链式调手动用来创建

1
ChatModel qwenModel = QwenChatModel.builder()
2
                    .apiKey("You API key here")
3
                    .modelName("qwen-plus")
4
                    .enableSearch(true)
5
                    .temperature(0.7)
6
                    .maxTokens(4096)
7
                    .stops(List.of("Hello"))
8
                    .build();

基本使用#

简单对话#

注入Ai服务（chatModel）
构建UserMessage 然后传给ChatModel

1
@Service
2
@Slf4j
3
public class AiCodeHelper {
4

5
    // 注入ai模型的bean类
6
    @Resource
7
    private ChatModel qwenChatModel;
8

9
    // 基本的对话功能
10
    public String chat(String message){
11
        UserMessage userMessage = UserMessage.from(message);
12
        ChatResponse chatResponse = qwenChatModel.chat(userMessage);
13
        AiMessage aiMessage = chatResponse.aiMessage();
14
        log.info("AI回复:"+aiMessage.toString());
15
        return aiMessage.text();
16
    }
17

18
}

下面是测试类：

1
@SpringBootTest
2
class AiCodeHelperApplicationTests {
3

4
    @Resource
5
    private AiCodeHelper aiCodeHelper;
6

7
    @Test
8
    void chat() {
9
        aiCodeHelper.chat("你好 你是谁?");
10
    }
11
}

在使用测试用例的时候出现了一个bug，单独运行一个测试用例会报错说没有发现单元测试，但是运行整个测试类时可以成功，发现使用了Spring Boot4以上的版本就会出现这个问题，为了兼容性先换成了4以下版本

多模态#

UserMessage不止能传入文本信息

1
// 自定义构建userMessage
2
public String chat(UserMessage userMessage){
3
    ChatResponse chatResponse = qwenChatModel.chat(userMessage);
4
    AiMessage aiMessage = chatResponse.aiMessage();
5
    log.info("AI回复:"+aiMessage.toString());
6
    return aiMessage.text();
7
}

测试方法：

1
@Test
2
void testChatUserMessage() {
3
    UserMessage userMessage = UserMessage.from(
4
            TextContent.from("请描述图片内容"),
5
            ImageContent.from("https://tuchuang-1353351309.cos.ap-guangzhou.myqcloud.com/picture/20260424210247435.png")
6
    );
7
    aiCodeHelper.chat(userMessage);
8
}

测试的是下面这张图片： image.png|235

但是由于这个框架对多模态兼容性并不是特别好，目前有很多问题所以这里只是演示下代码，具体运行的话，由于qwen-plus不支持多模态只会回复说目前读不了图片。

系统提示词#

系统提示词是设置 ⁡⁡⁡⁡⁡⁡⁡AI 模型行为规则和角色定位的隐藏⁠⁠⁠⁠⁠⁠⁠指令，用户通常不能直接看到。系统 ⁠⁠⁠⁠⁠⁠⁠Prompt 相当于给 AI 设定人格和能力边界，也就是告诉 AI ⁡⁡⁡⁡⁡⁡⁡“你是谁？你能做什么？”。

这里根据需求写一段系统提示词：

1
你是编程领域的小助手，帮助用户解答编程学习和求职面试相关的问题，并给出建议。重点关注 4 个方向：
2
1. 规划清晰的编程学习路线
3
2. 提供项目学习建议
4
3. 给出程序员求职全流程指南（比如简历优化、投递技巧）
5
4. 分享高频面试题和面试技巧
6
请用简洁易懂的语言回答，助力用户高效学习与求职。

接下来新建SystemMessage对象，然后传这个对象给chat方法即可。

AI 服务 - AI Service#

在学习更多特性前⁡⁡⁡⁡⁡⁡⁡，需要了解 LangChain⁠⁠⁠⁠⁠⁠⁠4j 最重要的开发模式 —— A⁠⁠⁠⁠⁠⁠⁠I Service，它提供了很多高层抽象的、用起来更方便的 API⁡⁡⁡⁡⁡⁡⁡，可以把 AI 应用当做服务来开发。

使用 AI Service#

首先引入 langchain4j 依赖：

1
<dependency>
2
    <groupId>dev.langchain4j</groupId>
3
    <artifactId>langchain4j</artifactId>
4
    <version>1.1.0</version>
5
</dependency>

然后创建一个编程助手 AI Service 服务，采用声明式开发方法，编写一个对话方法，然后可以直接通过 @SystemMessage 注解定义系统提示词。

1
public interface AiCodeHelperService {
2
    @SystemMessage("你是一位编程小助手")
3
    String chat(String userMessage);
4
}

不过由于我们提示词较长，写到注解里很不优雅，所以单独在 resources 目录下新建文件 system-prompt.txt 来存储系统提示词。

@SystemMessage 注解支持从文件中读取系统提示词：

1
public interface AiCodeHelperService {
2
    @SystemMessage(fromResource = "system-prompt.txt")
3
    String chat(String userMessage);
4
}

然后我们需要⁡⁡⁡⁡编写工厂类，用于创建 ⁠⁠⁠⁠AI Service：⁠⁠⁠⁠ ⁡⁡⁡⁡

1
@Configuration
2
public class AiCodeHelperServiceFactory {
3
    @Resource
4
    private ChatModel qwenChatModel;
5

6
    @Bean
7
    public AiCodeHelperService aiCodeHelperService() {
8
        return AiServices.create(AiCodeHelperService.class, qwenChatModel);
9
    }
10
}

调用 AiServices.create 方法就可以创建出 AI Service 的实现类了，背后的原理是利用 Java 反射机制创建了一个实现接口的代理对象，代理对象负责输入和输出的转换，比如把 String 类型的用户消息参数转为 UserMessage 类型并调用 ChatModel，再将 AI 返回的 AiMessage 类型转换为 String 类型作为返回值。

但我们不用⁡⁡⁡⁡⁡⁡⁡关心这么多⁠⁠⁠，⁠直⁠接⁠写⁠接⁠⁠⁠口和⁠注解⁠来开发⁠⁠就好。

Ai服务测试#