上手实践：Quarkus 集成 LangChain4j 与聊天模型

一、引言

本文将带您学习如何借助 Quarkus LangChain4j 项目，构建基于不同聊天模型的应用程序。Quarkus 提供的 AI 聊天模型接口兼具可移植性与简洁性，能让开发者与各类 AI 模型实现无缝交互。我们将搭建一个示例 Quarkus 应用，实现 OpenAI、Mistral AI 和 Ollama 这三款主流聊天模型的切换使用。

本文是 Quarkus LangChain4j 系列 AI 教程的第一篇，后续还会在博客中推出更多相关内容。本教程的设计思路与 Spring AI 系列教程相似，示例应用的功能也与对应的 Spring Boot 应用保持一致，方便您直观对比两种框架的实现方式。

若您对 Quarkus 感兴趣，可前往博客的 Quarkus 分类专栏，查找更多您关注的主题内容。

二、源码获取

如果您想亲自实践本教程的示例，可直接使用我提供的源码。操作步骤很简单：先克隆我的 GitHub 示例仓库，再按照文中的步骤指引执行即可。

三、开发背景

每次撰写 AI 相关的文章或开发示例时，我都会先明确要解决的问题。本次示例要解决的问题其实很常见：在讲解复杂技术概念时，我常会发布一些小型演示应用，而这些应用通常需要测试数据来展示输出效果。以往，我要么手动添加演示数据，要么使用 Datafaker 这类库自动生成数据；这次，我们可以借助 AI 聊天模型的 API 来实现这一需求——接下来，就让我们正式开始吧！

值得一提的是，我此前已针对 Spring Boot 框架讲解过类似主题。若您想对比两种框架在 AI 聊天模型简单交互场景下的功能差异，可参考这篇关于 Spring AI 的文章。

四、依赖配置

本示例应用使用的是当前最新版本的 Quarkus 框架，首先需要配置依赖管理与核心依赖：

4.1 依赖管理配置

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>io.quarkus.platform</groupId>
            <artifactId>quarkus-bom</artifactId>
            <version>${quarkus.platform.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

4.2 多 AI 模型依赖切换

通过激活特定的 Maven Profile，可轻松实现不同 AI 模型依赖的切换。默认情况下，open-ai Profile 处于激活状态，会在 Maven 依赖中引入 quarkus-langchain4j-openai 模块；若激活 mistral-ai 或 ollama Profile，则会分别替换为 quarkus-langchain4j-mistral-ai 或 quarkus-langchain4j-ollama 模块。

<profiles>
    <profile>
        <id>open-ai</id>
        <activation>
            <activeByDefault>true</activeByDefault>
        </activation>
        <dependencies>
            <dependency>
                <groupId>io.quarkiverse.langchain4j</groupId>
                <artifactId>quarkus-langchain4j-openai</artifactId>
                <version>${quarkus-langchain4j.version}</version>
            </dependency>
        </dependencies>
    </profile>
    <profile>
        <id>mistral-ai</id>
        <dependencies>
            <dependency>
                <groupId>io.quarkiverse.langchain4j</groupId>
                <artifactId>quarkus-langchain4j-mistral-ai</artifactId>
                <version>${quarkus-langchain4j.version}</version>
            </dependency>
        </dependencies>
    </profile>
    <profile>
        <id>ollama</id>
        <dependencies>
            <dependency>
                <groupId>io.quarkiverse.langchain4j</groupId>
                <artifactId>quarkus-langchain4j-ollama</artifactId>
                <version>${quarkus-langchain4j.version}</version>
            </dependency>
        </dependencies>
    </profile>
</profiles>

4.3 核心与测试依赖

示例应用功能简洁，主要通过暴露 REST 接口与选定的 AI 模型交互，并返回 AI 生成的响应。因此，只需引入 quarkus-rest-jackson、quarkus-arc 等核心 Quarkus 模块即可。为实现 REST API 的 JUnit 测试，还需在 test 作用域中引入 quarkus-junit5 和 rest-assured 模块。

<dependencies>
    <!-- 核心 Quarkus 依赖 -->
    <dependency>
        <groupId>io.quarkus</groupId>
        <artifactId>quarkus-rest-jackson</artifac