一、LangChain4j 简介
LangChain4j 是 Java 生态中的 LangChain 实现，是一个用于构建大语言模型(LLM)应用程序的框架。它提供了与各种LLM服务集成的能力，并简化了构建复杂AI应用的过程。
LangChain4j官方文档：Integrations | LangChain4j
1、核心特性
多模型支持：支持OpenAI、Azure OpenAI、HuggingFace、DeepSeek等多种LLM提供商
模块化设计：包含多个功能模块，可根据需要单独使用
简化集成：提供简洁的API与LLM交互
Java原生：专为Java开发者设计，无需学习Python生态
2、主要组件
1. 模型交互 (Chat Models)
2. 提示模板 (Prompt Templates)
3. 记忆管理 (Memory)
4. 链式调用 (Chains)
5. 工具集成 (Tools)
3、典型使用场景
聊天机器人：构建具有记忆功能的对话系统
文本处理：摘要、翻译、改写等
问答系统：基于文档的智能问答
数据提取：从非结构化文本中提取结构化信息
代码生成：辅助编程和代码解释
注意：本文使用的是jdk17
二、Langchai4j的使用
1、创建一个maven工程，引入Langchai4j依赖
<properties>
<maven.compiler.source>17</maven.compiler.source>
<maven.compiler.target>17</maven.compiler.target>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<langchain4j.version>1.0.0-beta1</langchain4j.version>
</properties>
<dependencies>
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j</artifactId>
<version>1.0.0-beta1</version>
</dependency>
<!--openai/deepseek大模型依赖-->
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-open-ai</artifactId>
<version>${langchain4j.version}</version>
</dependency>
<!--阿里千问大模型依赖-->
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-community-dashscope</artifactId>
<version>${langchain4j.version}</version>
</dependency>
<dependency>
<groupId>org.junit.jupiter</groupId>
<artifactId>junit-jupiter</artifactId>
<version>5.11.4</version>
</dependency>
</dependencies>2、 创建一个单元测试类，使用各个大模型提示提问：
import dev.langchain4j.community.model.dashscope.QwenChatModel;
import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import org.junit.jupiter.api.Test;
/**
* @author:
* @Desc:大模型接入测试
* @create: 2025-07-12 14:14
**/
public class Langchain4jDemo {
//chatgpt大模型
@Test
void test() {
ChatLanguageModel model = OpenAiChatModel.builder()
.apiKey("demo")
.modelName("gpt-4o-mini")
.build();
String answer = model.chat("你好，你是谁？");
System.out.println(answer);
}
//deepseek大模型
@Test
void testDeepSeek(){
ChatLanguageModel model = OpenAiChatModel
.builder()
.baseUrl("https://api.deepseek.com")
.apiKey("your key")
.modelName("deepseek-reasoner")
.build();
String answer = model.chat("你好，你是谁？");
System.out.println(answer);
}
//阿里千问大模型
@Test
void testQwenAi(){
ChatLanguageModel model = QwenChatModel
.builder()
//.baseUrl("https://dashscope.aliyuncs.com")
.apiKey("your key")
.modelName("qwen-max")
.build();
String answer = model.chat("你好，你是谁？");
System.out.println(answer);
}
}
3、注意事项：
1.本文使用的Langchai4j的1.0.0-beta1版本，该版本为了降低Langchai4j的门槛，提供一个demo的apiKey，如果key为demo，请求将发送到http://langchain4j.dev/demo/openai/v1进行访问openai，后面的版本去掉这一处理，国内无法直接访问openai;
2.deepseek跟openai使用同一接口规范，因此如果引入了langchain4j-open-ai的依赖
使用deepseek不用再单独引入deepseek的依赖。构建的方式也跟openai一样，使用
ChatLanguageModel model = OpenAiChatModel.builder()来进行构建，使用deepseek需要到官网DeepSeek | 深度求索首页右上角的API开放平台创建apikey并进行充值才可以使用；
3.使用阿里千问,需引入专门的依赖：
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-community-dashscope</artifactId>
<version>${langchain4j.version}</version>
</dependency>在使用前需要到阿里云百炼：大模型服务平台百炼控制台 注册账号创建apikey,有免费额度,
拿到key后进行编码开发，构建方式需要使用千问的类进行：
ChatLanguageModel model = QwenChatModel.builder()运行后分别输出：
1、openai
你好！我是一个人工智能助手，旨在回答问题和提供信息。有任何你想了解的内容吗？
2、deepseek，deepseek响应较慢，等待时间较长
你好呀！👋我是 **DeepSeek-R1**，是由中国的 **深度求索公司（DeepSeek）** 开发的一款智能助手。你可以把我当作一个知识丰富、乐于助人的AI伙伴～无论是学习、工作、写作、编程，还是生活琐事、情感倾诉，我都可以尽力帮上忙！
✨我的特点包括：
- **免费使用**（目前完全免费，没有收费计划）
- **超长记忆上下文**（最多可处理128K字符）
- **文件阅读能力**（支持上传PDF、Word、Excel、PPT等文件）
- **联网搜索**（部分平台支持联网获取最新信息）
- **逻辑推理强**，尤其擅长数学、编程、写作类任务如果你愿意的话，可以把我当作一个24小时在线的朋友～
😊那今天有什么我可以帮你的吗？
3、阿里千问：
你好！我是Qwen，这是我的英文名，你也可以叫我通义千问。我是阿里云自主研发的超大规模语言模型，能够回答问题、创作文字，还能表达观点、撰写代码。如果您有任何问题或需要帮助，请随时告诉我，我会尽力提供支持。