如果说 Spring AI 是 Spring 官方的正规军，那么 LangChain4j 就是社区里的游击队——灵活、迭代快、兼容性极强。
它的名字致敬了 Python 界的霸主 LangChain，但绝不是简单的翻译。它针对 Java 强类型特点做了大量优化。

为什么选择 LangChain4j？

1. 统一 API：今天用 OpenAI，明天老板说要换成 Google Gemini 或者本地的 Llama2？如果是原生接入，你得重写代码。但在 LangChain4j 里，只需要改一行配置。
2. Java 友好：它不像 Python 那样随意，它提供了非常优雅的 Builder 模式和强类型支持。
3. 双层抽象：
   • Low-level: 直接操作 ChatModel, UserMessage，适合喜欢掌控细节的开发者。
   • High-level: 使用 @AiService 注解，声明接口，让 AI 自动实现它。这才是它的杀手锏！

快速开始

引入依赖（以 Maven 为例）：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-open-ai</artifactId>
    <version>0.30.0</version> <!-- 检查最新版本 -->
</dependency>

1. Low-level API 示例

这种方式跟 Spring AI 的 ChatClient 很像。

import dev.langchain4j.model.openai.OpenAiChatModel;

public class HelloWorld {
    public static void main(String[] args) {
        // 创建模型实例
        OpenAiChatModel model = OpenAiChatModel.builder()
            .apiKey("demo") // 这里用你的 Key
            .modelName("gpt-3.5-turbo")
            .build();

        // 直接提问
        String answer = model.generate("你好，介绍一下你自己");
        System.out.println(answer);
    }
}

2. High-level API (AI Services) 示例

这是 LangChain4j 最迷人的地方。你只需要定义一个接口，不需要写实现类！

interface Assistant {
    String chat(String message);
}

public class AiServiceDemo {
    public static void main(String[] args) {
        OpenAiChatModel model = OpenAiChatModel.builder()
            .apiKey("demo")
            .build();

        // 让 LangChain4j 帮你动态代理生成实例
        Assistant assistant = AiServices.create(Assistant.class, model);

        String answer = assistant.chat("帮我起个好听的英文名");
        System.out.println(answer);
    }
}

核心架构

LangChain4j 的世界观里有这么几个核心角色：

• ChatLanguageModel: 聊天模型（GPT, Claude等）。
• EmbeddingModel: 嵌入模型（用于把文本转向量）。
• EmbeddingStore: 向量数据库（Milvus, Pinecone等）。
• ChatMemory: 聊天记忆（帮你记住上下文）。
• Tools: 工具（让 AI 调用你的 Java 方法）。

总结

LangChain4j 的设计非常符合 Java 开发者的直觉。尤其是 AI Services 的设计，极大地简化了代码与 AI 的集成。接下来的文章中，我们将深入探讨如何利用 AI Services 打造更复杂的应用。