LangChain4j +DeepSeek大模型应用开发——1 入门

1. 简介

LangChain4j 的目标是简化将大语言模型（LLM - Large Language Model）集成到 Java 应用程序中的过程。

历史背景

2022 年11月30日OpenAI发布了Chat GPT（GPT-3.5）

早在 2022 年10月，Harrison Chase 发布了基于Python的LangChain。

随后同时包含了Python版和JavaScript（LangChain.js）版的LangChain 也发布了，后续一直更新

官网：https://docs.langchain4j.dev

主要功能

• 通过统一的应用程序编程接口（API），可以轻松访问所有主要的商业和开源大型语言模型以及向量数据库，使你能够构建聊天机器人、智能助手等应用。

• 借助Spring Boot 集成，能够将大模型集成到ava 应用程序中。大型语言模型与 Java 之间实现了双向集成

• 为常见的大语言模型操作提供了广泛的工具，涵盖从底层的提示词模板创建、聊天记忆管理和输出解析，到智能代理和检索增强生成等高级模式。

应用示例

实现一个自定义的由人工智能驱动的聊天机器人，它可以访问你的数据，并按照你期望的方式运行：

• 客户支持聊天机器人，它可以：礼貌地回答客户问题

• 处理 / 更改 / 取消订单

• 教育助手，它可以：教授各种学科

• 解释不清楚的部分：评估用户的理解 / 知识水平

处理大量的非结构化数据（文件、网页等），并从中提取结构化信息。例如：

• 从客户评价和支持聊天记录中提取有效评价

• 从竞争对手的网站上提取有趣的信息

• 从求职者的简历中提取有效信息

想要生成信息，例如：