LangChain4j——智能体
·
目录
1.大模型使用
1.1大模型部署
自己部署
云服务器部署
优势:前期成本低,维护简单
劣势:数据不安全,长期使用成本高
本地机器部署
优势:数据安全;长期成本低
劣势:初期成本高,维护困难
他人部署
1.2总结
1.大模型部署方式
- 自己部署,他人部署(三方平台)
2.本机部署(ollama)
3.使用Apifox访问大模型
- 0llama默认端口11434
2.大模型调用
2.1常见参数
使用大模型需要传递的参数,在访问大模型时都需要在请求体中以json的形式进行传递。
2.2响应数据
在于大模型交互的过程中,大模型响应的数据是json格式的数据
3.LangChain4j
3.1会话功能
快速入门
1.引入Langchian4j依赖
2.构建OpenAiChatModel对象
3.调用chat方法于大模型交互
idea在读取系统的环境变量的时候是在第一次打开idea的时候
打印日志信息
3.11Spring整合LangChain4j
1.构建springboot项目
2.引入起步依赖
3.application.yml中配置大模型
4.开发接口,调用大模型
3.12会话功能-Aiservices工具类
为了简化chatmodel的使用,Langchain4j开发了Aiservices工具类
- 1.引入依赖
- 2.声明接口
- 3.使用AiServices为接口创建代理对象
- 4.在controller中注入并使用
1.13会话功能-流式调用
- 1.引入依赖
- 2.配置流式模型对象
- 3.切换接口中方法的返回值类型
- 4.修改Controller中的代码
1.14会话功能-消息注解
- @SystemMessage
- @UserMessage
1.15会话功能-会话记忆
1.定义会话记忆对象
2.配置会话记忆对象
1.16会话功能-会话记忆隔离
我们做的会话记忆,所有会话使用的是同一个记忆存储对象,因此不同会话之间的记忆没有做到隔离。
1.定义会话记忆对象提供者
2.配置会话记忆对象提供者
3.ConsultantService接口方法中添加参数memoryId
4.Controller中chat接口方法中添加参数memoryId
5.前端页面请求时传递momoryId
1.17会话功能-会话记忆持久化-redis
- 1.引入redis起步依赖
- 2.配置redis连接信息
- 3.提供ChatMemoryStore实现类
- 4.配置ChatMemoryStore
3.2RAG知识库
3.2.1快速入门
1.存储(构建向量数据库操作对象)
- 引入依赖
- 加载知识数据文档
- 构建向量数据库操作对象
- 把文档切割,向量化并存储到向量数据库中
2.检索(构建向量数据库检索对象)
- 构建向量数据库检索对象
- 配置向量数据库检索对象
3.3Tools工具
原理
1.准备工具方法
2.配置工具方法
Al时代-软件开发的要求
1.使用工具
2.开发大模型应用
3.开发大模型
更多推荐




































所有评论(0)