Mwt258的博客

我们除了通过提示词来告诉AI我们的需求外，也可以通过上传文档的方式让它去理解里面的内容然后对我们的需求做出特定的回应，这就需要用到文档理解的功能了！这里主要介绍如何在AI系统中实现文档理解功能，主要基于阿里云百炼平台的qwen-long模型。

当我们需要模型支持上下文对话时，就必须要有对应的聊天记忆来进行支撑，对此，我们可以将每次用户的提问和AI的回复存储在一个存储介质中，这个存储介质可以是MySQL、Redis等各种存储媒介，而我们这里使用的是MongoDB来进行存储，测试结果显示不同memoryId能正确区分上下文，数据成功持久化到MongoDB中。这种方法有效解决了多会话场景下的上下文混淆问题。

本文介绍了AIService的基本使用与指令定制功能。AIService作为应用程序服务层组件，能够处理复杂AI操作，包括格式化输入、解析输出、聊天记忆等功能。通过@AIService注解可快速实现自动装配，支持ChatModel、ChatMemory等多种组件。文章详细讲解了如何使用@SystemMessage和@UserMessage注解定制系统提示词和用户提示词，包括参数占位符的使用方法。通过示例代码展示了如何为AI设定角色、语言风格等，并演示了从资源文件读取提示词的方式。这些功能可以帮助开发者更灵活

在使用联网模式之前，我们如果问起ai一些最近网络上流传的一些东西，它可能并不能准确的给你描述出来，因为它的知识库更新时间可能停留在之前，对此，如果我们需要AI的回答结合上互联网最近的一些信息或者参考资料来作为补充，我们就需要开启联网模式

在前面的文章中，我们使用了langchain4j提供的免费演示密钥去连接的gpt-4o--mi模型，但免费的apikey连接的模型总会有许多配额限制，这里我们接入阿里百炼平台，它集成了阿里的通义系列大模型和其它第三方大模型(如deepseek)，涵盖文本、 图像、音视频等不同模态，最主要的是，新用户有千万token(不同模型合计)免费送，用于我们平时学习使用已经足够了。

本文介绍了使用Langchain4j框架将大语言模型(如GPT-4o-mini)集成到Java项目中的方法。主要内容包括：1) Langchain4j框架简介，简化LLM集成；2) 通过Maven构建项目并接入大模型，使用演示密钥进行测试；3) 与SpringBoot整合，配置application.properties参数；4) 实现REST接口供前端调用。文章展示了从基础接入到完整应用开发的完整流程，为构建AI智能助手奠定了基础，并预告后续将扩展更多模型功能如文生图、记忆对话等特性。