LangChain4j 示例

此仓库提供了多个使用 LangChain4j 库的示例。

社区贡献的更多示例可以在此处找到：这里。

不错的入门资源包括：

• 教程
• 更多示例
• 高级 RAG 技术示例
• 带有记忆、工具和 RAG 的智能体示例

如果您遇到任何问题或有功能需求，请在此处提交：这里。

LangChain4j Examples 快速上手指南

本指南基于 langchain4j-examples 仓库，帮助中国开发者快速体验 LangChain4j 的核心功能。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows, macOS 或 Linux
• JDK 版本：Java 17 或更高版本（推荐 Java 21）
• 构建工具：Maven 3.8+ 或 Gradle 8+
• IDE：IntelliJ IDEA（推荐）、Eclipse 或 VS Code
• API Key：准备一个大模型服务商的 API Key（如 OpenAI、Azure OpenAI 或国内兼容 OpenAI 接口的服务）。

安装步骤

1. 克隆仓库 使用 Git 将示例代码克隆到本地：

   git clone https://github.com/langchain4j/langchain4j-examples.git
   cd langchain4j-examples
   

   提示：如果下载速度较慢，可使用国内镜像加速： git clone https://gitee.com/mirrors/langchain4j-examples.git (注：若官方无同步镜像，请使用标准地址或配置 git proxy)

2. 导入项目 该仓库包含多个 Maven/Gradle 模块。建议使用 IDE 直接打开根目录，或者根据需求进入特定子目录（例如 tutorials）进行导入。

   以 tutorials 为例：

   cd tutorials
   # 如果使用 Maven
   mvn clean install
   

3. 配置依赖 项目已预置 pom.xml 或 build.gradle。如需使用国内加速源，可在项目的 pom.xml 中添加阿里云 Maven 镜像：

   <mirror>
     <id>aliyunmaven</id>
     <mirrorOf>*</mirrorOf>
     <name>Aliyun Public</name>
     <url>https://maven.aliyun.com/repository/public</url>
   </mirror>
   

基本使用

以下是一个最简单的聊天机器人示例，展示如何调用大模型。

1. 定位示例代码 进入基础教程目录： tutorials/src/main/java

2. 设置 API Key 在运行代码前，请在环境变量中设置您的 API Key，或在代码中直接替换（仅用于测试）：

   export OPENAI_API_KEY="your-api-key-here"
   

   (Windows PowerShell: $env:OPENAI_API_KEY="your-api-key-here")

3. 运行代码 找到类似 ChatModelExamples.java 的文件，核心代码如下：

   import dev.langchain4j.model.chat.ChatLanguageModel;
   import dev.langchain4j.model.openai.OpenAiChatModel;
   
   public class SimpleChatExample {
       public static void main(String[] args) {
           // 初始化模型 (以 OpenAI 为例)
           ChatLanguageModel model = OpenAiChatModel.builder()
                   .apiKey(System.getenv("OPENAI_API_KEY"))
                   .modelName("gpt-3.5-turbo")
                   .build();
   
           // 发送消息并获取响应
           String response = model.generate("你好，请用中文介绍什么是 LangChain4j？");
           
           System.out.println(response);
       }
   }
   

4. 探索更多场景

   • 进阶 RAG 技术：查看 rag-examples 目录。
   • 智能体 (Agent)：查看 customer-support-agent-example，包含记忆、工具调用和 RAG 的综合示例。
   • 社区示例：更多由社区贡献的案例可参考 langchain4j-community-examples。