ly-liuxia-优快云博客

原创【LangChain4j】3-AIServices初次体验

本文介绍了LangChain4j的高级API AiServices，它通过封装底层组件简化了LLM应用的开发流程。文章首先展示了AiServices的快速入门示例，通过代理Assistant接口实现聊天功能；随后解析了AiServices的实现原理，包括代理机制和ChatModel集成；最后演示了如何将AiServices与ChatMemory结合，实现多用户对话记忆管理，并提到通过@MemoryId注解支持多用户场景。这些功能使开发者能更专注于业务逻辑而非底层实现。

2025-09-17 08:30:00 732

原创【LangChain4j】2-ChatMemory与数据库处理

本文介绍了LangChain4j提供的ChatMemory接口类，用于简化与AI的多次聊天交互。主要包含两种删除旧信息的策略：MessageWindowChatMemory（按消息条数限制）和TokenWindowChatMemory（按token数量限制）。文章通过代码示例展示了这两种策略的实现方式，并指出TokenWindowChatMemory需要配合OpenAI使用。此外，还讨论了将聊天信息持久化的重要性，提供了InMemoryChatMemoryStore默认实现和PersistentChatMe

2025-09-15 08:30:00 763

原创【LangChain4j】1-认识ChatModel

摘要： LangChain4j 1.4.0是一个支持Java 17的LLM框架，提供本地部署（如Ollama）和API调用两种大模型集成方式。通过Ollama可快速部署量化模型（如deepseek-r1），并通过低级API实现基础对话功能。框架支持ChatModel（批量响应）和StreamingChatModel（流式响应），允许消息历史管理、随机性调节（temperature参数）及JSON格式输出。示例代码展示了多轮对话和流式响应的实现，适合开发者快速集成AI能力。

2025-09-13 08:30:00 813

原创 java函数式编程（lambda）技巧

stream api在实际工作中基本上都会用上，支持函数式编程和链式操作，并且大多数情况下是惰性求值（一个Stream转换为另一个Stream时，实际上只存储了转换规则，并没有任何计算发生）。在实际工作中有很多对象集合要操作，就比较麻烦了，这时就可以通过结合泛型特性，造模板一次性解决。stream不只这些功能，还有很多的方法感兴趣的可以查找资料。流式虽好用，但不可滥用，在不合适的场景，宁愿使用for循环去处理业务逻辑，也不要去为了简洁而失去了本质。以上是个人的理解，如果有错误，请私聊我，感激不尽！

2025-07-01 11:03:41 797 1

liuitao-lx的博客，热爱工作流，人工智能AI，java领域相关知识。

原创【LangChain4j】3-AIServices初次体验

原创【LangChain4j】2-ChatMemory与数据库处理

原创【LangChain4j】1-认识ChatModel

原创 java函数式编程（lambda）技巧

原创 java泛型的巧妙利用

原创 java的引用传递和值传递

原创学习java，谈谈对面向对象的理解。

原创重载和重写的定义与区别

空空如也

FastByteArrayOutputStream的buffer溢出

java：公司提出多数据源做统计