1.1、前言

        LangChain4j提供与许多LLM提供商的集成。每个集成都有自己的maven依赖关系。LangChain4j也为每个不同的LLM提供商提供对应的Spring Boot启动器，用户根据自己的实际情况选择对应的LLM提供商进行集成。LangChain4j针对不同LLM提供商提供的Spring Boot启动器如下图所示：

1.2、集成环境

        Spring Boot项目集成LangChain4J开源开发框架最低环境配置是Java17和Spring Boot 3.2及以上，本实例采用的配置如下表所示：

环境名称	版本号
JDK	17.0.7
Maven	3.6.3
Idea	2022.2.1
Spring Boot	3.2.4

1.3、单一LLM提供商集成

        Spring Boot启动器有助于创建和配置语言模型、嵌入模型、嵌入存储、和其他核心 LangChain4j 组件。用户只需根据实际情况选择对应的LLM提供商的Spring Boot启动器进行依赖导入即可。
        Spring Boot启动器依赖项的命名约定为：langchain4j-{LLM提供商名称}-spring-boot-starter。
        下面以OpenAI为例讲解如何在Spring Boot项目单一集成OpenAI大模型，首先我们需要找到OpenAI依赖项名称，按照约定OpenAI的Spring Boot启动器名称应为：langchain4j-open-ai-spring-boot-starter。然后，用户只需要进行如下三步就可以轻松在自己的Spring Boot项目中集成和使用OpenAI。

• 导入依赖
  用户只需要在Spring Boot项目的pom文件中导入OpenAI依赖即可，依赖配置如下：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-open-ai-spring-boot-starter</artifactId>
    <version>1.0.0-beta2</version>
</dependency>

• 配置模型参数
  在用户配置模型参数之前，用户需要自行去OpenAI官网上申请自己的API-KEY，这里不做赘述。有了API-KEY需要在Spring Boot项目的配置文件中配置模型参数，示例模型参数如下所示：

langchain4j.open-ai.chat-model.api-key=${OPENAI_API_KEY}
langchain4j.open-ai.chat-model.model-name=gpt-4o
langchain4j.open-ai.chat-model.log-requests=true
langchain4j.open-ai.chat-model.log-responses=true
...

Spring Boot项目的配置文件通常为application.properties或者application.yaml文件，如果没有需要用户在项目的resources目录下新建application.properties或者application.yaml文件。

• 编写AI服务接口
  用户在项目的src目录下新建包名编写自己的AI服务即可。在这种情况下，将自动创建OpenAiChatModel的实例，该实例也就是ChatLanguageModel的实现。用户只需要在使用的地方自动注入该对象即可。示例AI服务如下：

@RestController
public class ChatController {

    ChatLanguageModel chatLanguageModel;

    public ChatController(ChatLanguageModel chatLanguageModel) {
        this.chatLanguageModel = chatLanguageModel;
    }

    @GetMapping("/chat")
    public String model(@RequestParam(value = "message", defaultValue = "Hello") String message) {
        return chatLanguageModel.chat(message);
    }
}

        如果用户需要使用StreamingChatLanguageModel实例，用户只要在配置文件中配置使用流式聊天模型而不是聊天模型属性，配置如下：

langchain4j.open-ai.streaming-chat-model.api-key=${OPENAI_API_KEY}
...

1.4、声明式AI服务集成

        LangChain4j提供了一个Spring Boot启动器，用于自动配置AI服务、RAG、工具等。用户必须已经导入了一个集成启动器（见上文）的基础上再在Spring Boot项目的pom文件中导入该Spring Boot启动器依赖即可，依赖配置如下：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-spring-boot-starter</artifactId>
    <version>1.0.0-beta2</version>
</dependency>

        接下来用户在项目的src目录下新建包名编写自己的AI服务，用户只需要在自定义接口上使用@AiService注解进行标记即可。具体如下：

@AiService
interface Assistant {

    @SystemMessage("You are a polite assistant")
    String chat(String userMessage);
}

@AiService注解可以将其视为标准的Spring Boot@Service，但具有AI功能。
当应用程序启动时，LangChain4j starter将扫描类路径并找到所有用@AiService注释的接口。对于找到的每个AI服务，它将使用应用程序上下文中可用的所有LangChain4j组件创建此接口的实现，并将其注册为bean，以便您可以在需要时自动注入它。

        示例AI服务如下：

@RestController
class AssistantController {

    @Autowired
    Assistant assistant;

    @GetMapping("/chat")
    public String chat(String message) {
        return assistant.chat(message);
    }
}

1.5、多模型集成

        如果你有多个AI服务，并且想将不同的LangChain4j组件连接到每个服务中，你可以通过显式连接模式（@AiService（wiringMode=explicit））指定要使用的组件。比如你在配置文件中配置了多个模型参数，具体如下：

# OpenAI
langchain4j.open-ai.chat-model.api-key=${OPENAI_API_KEY}
langchain4j.open-ai.chat-model.model-name=gpt-4o-mini

# Ollama
langchain4j.ollama.chat-model.base-url=http://localhost:11434
langchain4j.ollama.chat-model.model-name=llama3.1

        这时我们需要再自定义服务接口层中通过显式连接模式（@AiService（wiringMode=explicit））指定要使用的组件。具体如下：

@AiService(wiringMode = EXPLICIT, chatModel = "openAiChatModel")
interface OpenAiAssistant {

    @SystemMessage("You are a polite assistant")
    String chat(String userMessage);
}

@AiService(wiringMode = EXPLICIT, chatModel = "ollamaChatModel")
interface OllamaAssistant {

    @SystemMessage("You are a polite assistant")
    String chat(String userMessage);
}

1.6、集成示例工程

• 单模型集成示例工程，下载地址
• 声明式AI服务集成示例工程，下载地址
• 多模型集成示例工程，下载地址