爱吃香蕉的螃蟹-优快云博客

原创 15. LangChain rag增强

本文基于 langchain4j-16-rag-enhance 模块详解 RAG 增强核心实现。开篇介绍 RAG 技术背景及学习收获。涵盖依赖管理（避免 Starter 冲突）、完整 application.yml 配置（含 WebSearch、Jina Rerank）、ChatConfig 中五大组件职责。重点解析 QueryRouter 中自定义 ContentRetriever 的混合检索策略：优先向量库检索，不足 10 条时用 WebSearch 补充。

2026-09-07 00:17:37 950

原创 14. LangChain easy-rag

本文基于 langchain4j-15-rag-easy 模块实战代码，详解 LangChain4j Easy RAG 实现流程。涵盖：EmbeddingStoreIngestor 文档入库、Qdrant 向量库配置、Embedding 维度一致性关键要点（避免 384 维与 1024 维冲突）、DocumentSplitters 递归切分策略 (500/100)、ContentRetriever 参数调优 (minScore=0.8, maxResults=5)

2026-09-05 09:45:53 640

原创 13. LangChain 敏感词处理

本文介绍基于 sensitive-word 库的敏感词处理方案。test1()使用默认词库开箱即用，test2()通过 SensitiveWordBs 构建器实现自定义黑名单/白名单、大小写忽略、全角转换、数字/邮箱检测等高级功能。核心原理：Aho-Corasick 算法 O(n) 多模式匹配，毫秒级响应。推荐双层过滤：第一层 sensitive-word 快速拦截（98%），第二层 AI 语义分析兜底（处理变体词、谐音梗）。所有代码实测通过，API Key 已脱敏，测试用例中的敏感词也采用******代替

2026-09-04 08:56:37 415

原创 12. LangChain 文本分类

本文基于实际项目对比两种文本分类方案：模块 1 使用 EmbeddingModelTextClassifier（向量化 KNN 方法），通过示例向量计算余弦相似度实现 few-shot 分类；模块 2 采用 ChatService+Prompt（AI 推理方法），利用 qwen3.8-max 对话模型理解语义和情感。核心差异：向量分类快（~50ms）、确定性强但无法处理含蓄表达；AI 推理慢（~1~2 秒）、能捕捉情感与隐喻。工程建议：结构化场景用向量分类，复杂语义用 AI 推理，高并发场景可采用混合策略。

2026-09-03 20:05:34 325

原创 11. LangChain 向量化及存储

本文基于实际项目演示 LangChain4j 向量化及存储功能，涵盖文本→高维向量转换、Qdrant 向量数据库部署、EmbeddingModel+EmbeddingStore 配置、元数据过滤搜索等核心流程。含文本向量化、集合创建、数据插入、相似度检索五步实操，代码完整可直接复制粘贴运行。

2026-09-03 08:17:46 375

原创 10. LangChain 搜索增强

本文基于实际项目演示 LangChain4j 网络搜索功能，通过 SearchApi 集成 Google/百度等搜索引擎。涵盖核心配置原理、@SystemMessage 搜索约束设计、WebSearchTool 调用流程、搜索结果解析技巧。含 A 股市场分析场景测试，支持实时资讯查询与事件验证，代码完整可直接复制粘贴运行。

2026-09-02 22:04:13 455

原创 9. LangChain 动态函数调用（支持 JavaScript 脚本）

本文基于实际项目演示 LangChain4j GraalVM JavaScript 执行引擎，涵盖两种调用模式：①独立模式手动编写 JS 代码 ②集成模式 AI 自主决策生成脚本。核心要点：内置工具原理、ES6 语法支持、错误处理机制、超时控制。含斐波那契数列/平方根计算两类场景测试，代码可直接复制粘贴运行。

2026-09-02 07:13:44 318

原创 8. LangChain 函数调用

本文基于实际项目演示 LangChain4j 函数调用功能，涵盖三种工具注册方式：①手动定义 ToolSpecification ②@Tool 注解扫描 ③动态 toolProvider 条件触发。核心要点：@Tool/@P 注解规范、工具执行器原理、请求/响应日志分析。含发票开具场景完整测试，代码可直接复制粘贴运行。

2026-09-01 21:08:36 614

原创 7. LangChain 结构化输出

本文基于实际项目演示 LangChain4j 三种结构化输出：①int 基本类型数字提取 ②Enum 枚举分类识别 ③Entity JSON 实体封装。涵盖 @Description 字段注解、@UserMessage 模板占位符、MyChatModelListener 调试追踪、Token 用量统计等内容。含整数/情感/信息抽取三类场景测试，代码完整可直接复制粘贴运行。

2026-09-01 07:53:49 449

原创 6. LangChain 提示词工程

本文基于实际项目演示 LangChain4j 四种提示词用法：①@SystemMessage 设角色边界 ②@UserMessage+@V 具名参数占位符 ③@StructuredPrompt 结构化实体类 ④PromptTemplate 模板渲染。涵盖 AiServices 双模型共存、Flux 懒加载订阅机制、注解互斥原则、ChatModelListener 调试技巧。含同步/流式双模式测试、Token 用量统计、动态提示词编程方案。

2026-08-31 20:40:00 351

原创 5. LangChain 记忆缓存

本文基于 langchain4j-06-chatapi-memory 项目详解 Redis 持久化多轮对话实现。核心内容：自定义 RedisConfig 解决泛型序列化问题；RedisChatMemoryStore 实现 ChatMemoryStore 接口完成消息增删查；TokenWindowChatMemory 配置 maxTokens 控制记忆窗口大小；@MemoryId 注解按 userId 隔离不同用户记忆；CommandLineRunner 预置 Mock 数据方便测试验证。涵盖 Spring

2026-08-31 09:05:55 637

原创 4. LangChain 流式输出

本文基于 langchain4j-05-chatapi-stream 项目，详解 LangChain4j 流式对话实现原理与开发实践。核心内容：新增 langchain4j-reactor 依赖支持响应式流；使用 OpenAiStreamingChatModel 替代同步模型；定义 Flux 流式方法接口；通过 MediaType.TEXT_EVENT_STREAM_VALUE 暴露 SSE 长轮询 HTTP 接口。涵盖前端 EventSource/Fetch API 对接方式、常见问题 FAQ 及 SSE

2026-08-30 15:44:20 444

原创 3. LangChain 视觉理解

本文基于 langchain4j-04-chatapi-image 实战项目，详细解析如何让大模型"看懂"图片。核心原理：Spring Resource 读取本地图片→Base64 编码转字符串+MIME 类型→构造 UserMessage(TextContent + ImageContent) 发送。重点讲解视觉场景特殊配置：maxRetries=0（避免成倍等待）、timeout=5min（图像处理耗时长）。代码逐行详解，含常见问题 FAQ 与进阶思考，适合有 Java/Spring 基础的开发者快速掌

2026-08-30 09:40:37 323

原创 2. LangChain 进阶

本文基于 LangChain4j 实战项目，手把手讲解 Chat API 的两种调用方式：直接调用 ChatModel 与 AiServices 代理模式。涵盖依赖配置、Bean 工厂、动态代理原理，并深入进阶配置：日志调试、自定义监听器、超时控制与失败重试。每段代码逐行解释，附类比说明与 FAQ，适合零基础 Java 开发者快速上手 LangChain4j。所有代码已测试通过，源码开源在 Gitee，欢迎交流！

2026-08-29 16:30:25 479

原创 1. LangChain 入门

本文基于 LangChain4j Chat API 实战项目，完整展示 Java 开发者如何快速接入大模型。项目采用 Spring Boot 3.4.5 + JDK17 + LangChain4j 1.10.0-beta18，通过阿里云百炼通义千问实现基础对话功能。内容包括 Maven 依赖配置、application.yml 参数设置（API Key、模型名称、兼容接口地址）、标准启动类搭建，以及基于@AUTOWIRED注入ChatModel 的单元测试验证。所有代码均经过实测运行通过，重点突出最小化可运

2026-08-28 08:43:30 450

qq_15720875的博客