<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[zwt124259的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/zwt124259</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; zwt124259]]></copyright><item><title><![CDATA[从0到1搭建一个基于langchain4j的agent--工具使用[tools]]]></title><link>https://blog.youkuaiyun.com/zwt124259/article/details/151962585</link><guid>https://blog.youkuaiyun.com/zwt124259/article/details/151962585</guid><author>zwt124259</author><pubDate>Mon, 22 Sep 2025 14:49:08 +0800</pubDate><description><![CDATA[摘要：本文介绍了如何基于LangChain4j框架为AI Agent添加工具使用能力，实现客户和订单查询功能。文章分为工具定义和工具调试两部分：1）定义了两个工具类（客户查询和订单查询），使用@Tool注解描述功能并模拟业务逻辑；2）修改流式对话处理逻辑，在onToolExecuted回调中将订单查询结果以JSON格式输出，以便前端以卡片形式展示。最终实现了一个能查询客户信息并关联查询订单数据的智能助手，完成了&quot;感知-思考-行动-观察&quot;的完整交互循环。]]></description><category></category></item><item><title><![CDATA[从0到1搭建一个基于langchain4j的agent--流式响应（思考过程）]]></title><link>https://blog.youkuaiyun.com/zwt124259/article/details/151760528</link><guid>https://blog.youkuaiyun.com/zwt124259/article/details/151760528</guid><author>zwt124259</author><pubDate>Tue, 16 Sep 2025 18:01:04 +0800</pubDate><description><![CDATA[本文介绍了如何基于langchain4j框架实现一个支持流式响应和思考过程的AI聊天助手。主要内容包括： 技术选型：采用SSE实现流式通信，利用langchain4j的TokenStream类提供思考过程、部分响应和完成回调功能。 服务端设计：通过onPartialThinking、onPartialResponse和onCompleteResponse三个方法区分消息类型，返回思考和回答内容。 前端实现：封装chatService.jsx处理流式响应，使用ChatUI组件的appendMsg和update]]></description><category></category></item><item><title><![CDATA[从0到1搭建一个基于langchain4j的agent--框架完善]]></title><link>https://blog.youkuaiyun.com/zwt124259/article/details/151556650</link><guid>https://blog.youkuaiyun.com/zwt124259/article/details/151556650</guid><author>zwt124259</author><pubDate>Thu, 11 Sep 2025 10:44:17 +0800</pubDate><description><![CDATA[昨天完成了基本的前端框架目录，今天继续完善前端的通用组件和布局的设计，以及对接后端服务，完成一次简单聊天对话功能最终完成一个简单的对话功能~~，后面继续完成一个历史会话记忆等功能。]]></description><category></category></item><item><title><![CDATA[从0到1搭建一个基于langchain4j的agent--前端项目搭建]]></title><link>https://blog.youkuaiyun.com/zwt124259/article/details/151393624</link><guid>https://blog.youkuaiyun.com/zwt124259/article/details/151393624</guid><author>zwt124259</author><pubDate>Wed, 10 Sep 2025 10:12:56 +0800</pubDate><description><![CDATA[本文记录了从0到1搭建基于langchain4j的Agent应用的前端开发过程。首先使用Vite创建React项目脚手架，然后调整目录结构，建立组件、页面、状态管理等模块化架构。接着安装常用依赖包括路由、状态管理、UI库等，并集成ChatUI组件实现基础聊天界面。最后通过运行项目验证了前端框架搭建成功，为后续开发后台服务和组件封装奠定了基础。整个过程展示了AI应用前端开发的基本流程和关键步骤。]]></description><category></category></item><item><title><![CDATA[【springboot之langchain4j学习】]]></title><link>https://blog.youkuaiyun.com/zwt124259/article/details/151312952</link><guid>https://blog.youkuaiyun.com/zwt124259/article/details/151312952</guid><author>zwt124259</author><pubDate>Mon, 08 Sep 2025 10:48:44 +0800</pubDate><description><![CDATA[本文介绍了如何将LangChain4j与Spring Boot集成。主要内容包括：1) 版本要求(JDK17+SpringBoot3.x)；2) 引入核心依赖(LangChain4j、OpenAI starter等)；3) 配置LLM参数(在application.properties中设置API地址和密钥)；4) 创建简单Demo(通过OpenAiChatModel实现聊天接口)。最后展示了一个运行成功的示例，验证了集成效果。]]></description><category></category></item></channel></rss>