Project Icon

langchain-java

实现了LangChain在Java语言中的迁移和应用

LangChain Java项目实现了LangChain在Java语言中的迁移和应用,方便开发者在大数据领域构建基于LLM的应用。它支持多种集成,包括OpenAI、Azure OpenAI、ChatGLM2等语言模型,以及向量存储方案如Pinecone和Milvus。项目还提供丰富的示例和快速入门指南,适用于多种应用场景。如有任何问题,可以通过GitHub提交issue或联系开发者。

LangChain Java 项目介绍

LangChain Java 是 LangChain 的 Java 版本,旨在赋能大数据领域的LLM(大规模语言模型)。它主要在 Java 技术栈中,为大数据领域的LLM应用开发搭建起一座桥梁。

什么是 LangChain Java?

LangChain Java 是 LangChain 在 Java 语言中的实现,旨在使开发者能够更轻松地创建基于LLM的应用程序。通过一套简单的接口,开发者可以快速集成不同的LLM服务,并应用于不同的业务场景。

项目示例

LangChain Java 项目提供了一些示例,帮助开发者快速上手,包括:

  • SQL Chain 示例
  • API Chain 示例
  • RAG Milvus 示例
  • RAG Pinecone 示例
  • 摘要生成示例
  • 谷歌搜索代理示例
  • Spark SQL 代理示例
  • Flink SQL 代理示例

集成特性

LangChain Java 支持多种LLM和向量存储库,允许开发者根据需要进行集成:

LLM集成

提供与知名LLM服务的接口,包括:

  • OpenAI
  • Azure OpenAI
  • ChatGLM2
  • Ollama

向量存储集成

支持常用的向量存储库:

  • Pinecone
  • Milvus

快速入门指南

API 文档可以从 LangChain Java API 文档 获取。

构建前置条件

为确保顺利构建和运行,开发环境需要:

  • Java 17 或更高版本
  • 类Unix环境(建议使用Linux或Mac OS X)
  • Maven(建议使用版本3.8.6,最低要求3.5.4)

Maven 依赖的配置如下:

<dependency>
    <groupId>io.github.hamawhitegg</groupId>
    <artifactId>langchain-core</artifactId>
    <version>0.2.1</version>
</dependency>

环境配置

使用 LangChain 通常需要与一个或多个模型提供商、数据存储、API等集成。以 OpenAI API 为例配置环境:

export OPENAI_API_KEY=xxx

# 如需代理,设置OPENAI_PROXY环境变量
export OPENAI_PROXY=http://host:port

LLM 使用示例

以下是使用 OpenAI 生成预测结果的一个简单示例:

var llm = OpenAI.builder()
        .temperature(0.9f)
        .build()
        .init();

var result = llm.predict("What would be a good company name for a company that makes colorful socks?");
print(result);

即可得到结果:

Feetful of Fun

聊天模型示例

聊天模型提供了一种与通用语言模型不同的接口,通过消息交互获取结果:

var chat = ChatOpenAI.builder()
        .temperature(0)
        .build()
        .init();

var result = chat.predictMessages(List.of(new HumanMessage("Translate this sentence from English to French. I love programming.")));
println(result);

输出结果:

AIMessage{content='J'adore la programmation.', additionalKwargs={}}

Chains 示例

创建链并结合多个模块是 LangChain 的核心功能之一。以 LLMChain 为例:

var prompt = PromptTemplate.fromTemplate("What is a good name for a company that makes {product}?");

var chain = new LLMChain(llm, prompt);
var result = chain.run("colorful socks");
println(result);

输出结果:

Feetful of Fun

参与测试和支持

克隆项目并运行测试用例:

git clone https://github.com/HamaWhiteGG/langchain-java.git
cd langchain-java
mvn clean test

项目使用 Spotless 格式化代码,修改代码后请务必运行以下命令以确保代码格式正确:

mvn spotless:apply

如有问题或需要帮助,请在 GitHub Issues 提出。

感谢支持

如果这个项目对您有帮助,请考虑通过微信支付请作者喝杯咖啡。 微信感谢码

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号