LangChain4j（8）——AI Services基本使用1

之前的文章中，我们的案例使用的是LangChian4j中提供的Low Level API，这种级别的API使用灵活，但是各种对象之间关联起来相对比较麻烦。

LangChain4j中还提供了High Level API，AI Services就属于High Level API。AI Services通过实现对自定义接口的代理对象，内部隐藏了诸多实现细节，可以使开发者更多的关注业务细节。AI Service提供了对格式化输入和输出转换的常规操作，而且还支持Chat Memory、工具调用、RAG等。

注意：AI Services不支持多模态模型

我们先看一个AIService使用的基本案例。

基本使用

自定义一个接口，提供一个聊天时需要调用的方法。该方法的参数，表示用户发送的问题，返回值表示ai返回的回答。

package com.renr.langchain4jnew.app2;

interface Assistant {
    String chat(String userMessage);
}

通过AiServices.create()方法关联大模型对象，并返回Assistant的代理对象。

package com.renr.langchain4jnew.app2;

import com.renr.langchain4jnew.constant.CommonConstants;
import dev.langchain4j.community.model.zhipu.ZhipuAiChatModel;
import dev.langchain4j.service.AiServices;

import java.time.Duration;

/**
 * @Title: App1
 * @Author 老任与码
 * @Date 2025-04-12 9:25
 */
public class App1 {
    public static void main(String[] args) {
        // 创建智谱的模型对象
        ZhipuAiChatModel zhipuAiChatModel = ZhipuAiChatModel.builder()
                // 模型key
                .apiKey(CommonConstants.API_KEY)
                // 精确度
                .temperature(0.9)
                .model("GLM-4-Flash")
                .maxRetries(3)
                .callTimeout(Duration.ofSeconds(60))
                .connectTimeout(Duration.ofSeconds(60))
                .writeTimeout(Duration.ofSeconds(60))
                .readTimeout(Duration.ofSeconds(60))
                .build();
        // 创建代理对象
        Assistant assistant = AiServices.create(Assistant.class, zhipuAiChatModel);
        // 发送消息
        String info = assistant.chat("你好");
        System.out.println(info);

    }
}

执行程序的输出如下：

通过打断点，我们可以看到assistant是代理对象，而且使用的是jdk代理

查看源码

那么LangChain4j内部是如何创建的代理对象呢？

AiServices类中的create方法先调用builder()方法

builder()方法中返回DefaultAiServices对象

然后DefaultAiServices对象调用chatLanguageModel方法，再调用build()方法

build()方法中通过Proxy.newProxyInstance()创建代理对象

@SystemMessage

大模型的API中一般提供有SystemMessage作为系统消息，系统消息一般用于给AI立人设。

关于大模型支持的消息类型，可以参考：LangChain4j（1）——基本使用-优快云博客

使用Low Level API时，我们是如何发送SystemMessage呢？

具体使用可以参考：LangChain4j（3）——调用DeepSeek_langchain4j支持deepseek吗-优快云博客

从上面的代码，可以看出，使用SystemMessage时，相对比较麻烦。如果使用AI Services，只需要一个@SystemMessage注解即可搞定。我们需要修改之前的Assitant接口：

package com.renr.langchain4jnew.app2;

import dev.langchain4j.service.SystemMessage;

interface Assistant {
    String chat(String userMessage);

    @SystemMessage("你是一个著名的诗人")
    String chat2(String userMessage);
}

代码中调用chat2方法

package com.renr.langchain4jnew.app2;

import com.renr.langchain4jnew.constant.CommonConstants;
import dev.langchain4j.community.model.zhipu.ZhipuAiChatModel;
import dev.langchain4j.service.AiServices;

import java.time.Duration;

/**
 * @Title: App1
 * @Author 老任与码
 * @Date 2025-04-12 9:25
 */
public class App2 {
    public static void main(String[] args) {
        // 创建智谱的模型对象
        ZhipuAiChatModel zhipuAiChatModel = ZhipuAiChatModel.builder()
                // 模型key
                .apiKey(CommonConstants.API_KEY)
                // 精确度
                .temperature(0.9)
                .model("GLM-4-Flash")
                .maxRetries(3)
                .callTimeout(Duration.ofSeconds(60))
                .connectTimeout(Duration.ofSeconds(60))
                .writeTimeout(Duration.ofSeconds(60))
                .readTimeout(Duration.ofSeconds(60))
                .logRequests(true)
                .logResponses(true)
                .build();
        // 创建代理对象
        Assistant assistant = AiServices.create(Assistant.class, zhipuAiChatModel);
        // 发送消息
        String info = assistant.chat2("请写一首和清明相关的五言绝句");
        System.out.println(info);

    }
}

查看日志的输出，可以看到发送了SystemMessage 

怎么样？比之前的Low Level API简单吧！

@UserMessage

如果大模型不支持SystemMessage，而我们又想给大模型能体现出类似的功能，这需要怎么办呢？

我们可以使用@UserMessage修饰接口中方法，在该注解中，给大模型设置人设，发送用户消息时，除了人设的内容，还会绑定用户的提问信息。具体使用如下：

package com.renr.langchain4jnew.app2;

import dev.langchain4j.service.SystemMessage;
import dev.langchain4j.service.UserMessage;

interface Assistant {
    String chat(String userMessage);

    @SystemMessage("你是一个著名的诗人")
    String chat2(String userMessage);

    @UserMessage("你是一个著名的诗人，请回答如下问题:{{it}}")
    String chat3(String userMessage);
}

{{it}}可以理解为占位符，用于替换我们提出的具体问题

package com.renr.langchain4jnew.app2;

import com.renr.langchain4jnew.constant.CommonConstants;
import dev.langchain4j.community.model.zhipu.ZhipuAiChatModel;
import dev.langchain4j.service.AiServices;

import java.time.Duration;

/**
 * @Title: App1
 * @Author 老任与码
 * @Date 2025-04-12 9:25
 */
public class App2 {
    public static void main(String[] args) {
        // 创建智谱的模型对象
        ZhipuAiChatModel zhipuAiChatModel = ZhipuAiChatModel.builder()
                // 模型key
                .apiKey(CommonConstants.API_KEY)
                // 精确度
                .temperature(0.9)
                .model("GLM-4-Flash")
                .maxRetries(3)
                .callTimeout(Duration.ofSeconds(60))
                .connectTimeout(Duration.ofSeconds(60))
                .writeTimeout(Duration.ofSeconds(60))
                .readTimeout(Duration.ofSeconds(60))
                .logRequests(true)
                .logResponses(true)
                .build();
        // 创建代理对象
        Assistant assistant = AiServices.create(Assistant.class, zhipuAiChatModel);
        // 发送消息
        // String info = assistant.chat2("请写一首和清明相关的五言绝句");
        String info = assistant.chat3("请写一首和清明相关的五言绝句");
        System.out.println(info);

    }
}

请求日志如下：

{{it}}是LangChain4j提供的语法，如果想使用自定义的名称参数，我们可以使用@V注解。Assistant中增加如下接口：

@UserMessage("你是一个著名的诗人，请回答如下问题:{{info}}")
    String chat4(@V("info") String userMessage);

发送用户消息时代码如下：

String info = assistant.chat4("请写一首和清明相关的五言绝句");