← 返回 AI 开源导航

Langchain4j

LLM 推理与部署

一、项目简介

LangChain4j 是 Java 生态的 LLM 应用开发框架,目标是把 LangChain 的能力带到 JVM。它提供模型接入、提示模板、记忆、工具调用与 RAG 组件,方便 Java 团队把大模型集成进既有系统。

二、核心特性

  • Java 原生:契合 JVM 技术栈;
  • 多模型接入:OpenAI、Ollama、本地模型等;
  • RAG 支持:文档加载、嵌入、检索;
  • 工具调用与 Agent;
  • 与 Spring 等框架易集成;
  • API 设计清晰。

三、适用场景

  • Java / Spring 项目接入大模型;
  • 企业级系统的 AI 能力集成;
  • JVM 生态的 RAG 应用。

四、快速上手

# Maven 引入 langchain4j 依赖后
import dev.langchain4j.model.chat.ChatLanguageModel;
ChatLanguageModel model = OpenAiChatModel.builder()...build();

五、注意事项

  • 需匹配 Java 版本(通常 11/17+);
  • 不同模型能力支持有差异;
  • 关注版本迭代与 API 变更。