LangChain4j +DeepSeek大模型应用开发——3 人工智能服务 AIService

1. 什么是AIService

AIService使用面向接口和动态代理的方式完成程序的编写,更灵活的实现高级功能。

在LangChain4j中我们使用AIService完成复杂操作。底层组件将由AIService进行组装。

  • 为大语言模型格式化输入内容

  • 解析大语言模型的输出结果

它们还支持更高级的功能:

  • 聊天记忆 Chat memory

  • 工具 Tools

  • 检索增强生成 RAG

2.创建AIService

引入依赖
<!--langchain4j高级功能 AI Service-->
<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-spring-boot-starter</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-aop</artifactId>
</dependency>
创建接口
package com.zr.javaailangchain4j.as
### 关于 LangChainDeepSeek 的集成 LangChain 是一种用于构建高级人工智能应用程序的开源框架,支持多种大语言模型 (LLM) 集成[^1]。虽然 LangChain 主要是一个 Python 框架,但社区正在积极扩展其功能到其他编程语言环境,例如 Java。`langchain4j` 是 LangChainJava 生态中的实现版本。 DeepSeek 是一系列高性能的大规模语言模型,提供强大的自然语言处理能力。为了在 `langchain4j` 中使用 DeepSeek 模型,通常需要通过 HTTP 或 gRPC API 调用来访问远程托管的服务实例。以下是有关如何设置和使用 `langchain4j` 与 DeepSeek 进行集成的一个基本教程: #### 设置基础 URI 假设您已经配置了一个基础 URI 来指向您的项目文件夹或服务端点,则可以按照以下方式定义它[^2]: ```java // Setup a base URI so that all generated URIs include the "tutorial" folder. String BASE_URI = "/tutorial"; ``` 此 URI 将作为后续请求的基础路径。 #### 完整上下文文件示例 下面展示的是我们例子中完整的上下文文件内容[^3]: ```json { "model": { "name": "deepseek", "endpoint": "https://api.deepseek.com/v1/completions" }, "parameters": { "max_tokens": 50, "temperature": 0.7 } } ``` 这段 JSON 文件描述了 DeepSeek LLM 所需的关键参数以及调用接口的位置。 #### 使用 langchain4j 访问 DeepSeek 接下来,在实际代码层面,可以通过如下方法来初始化并查询 DeepSeek: ```java import ai.langchain.ChatModel; import ai.langchain.ModelInput; public class Main { public static void main(String[] args) throws Exception { String endpointUrl = "https://api.deepseek.com/v1/completions"; ChatModel model = new ChatModel.Builder() .setEndpoint(endpointUrl) .build(); ModelInput input = new ModelInput(); input.setPrompt("What is your name?"); input.setMaxTokens(50); input.setTemperature(0.7); System.out.println(model.generate(input).getText()); } } ``` 上述代码片段展示了如何利用 `langchain4j` 创建一个基于 DeepSeek 的聊天机器人应用,并向该模型发送提示以获取响应。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

空说

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值