LangChain4j 是 LangChain 的 Java 版本，旨在为 Java 开发者提供构建大型语言模型（LLM）应用的框架。它简化了 LLM 与 Java 应用程序的集成，支持多种主流模型（如 OpenAI、阿里百炼、百度文心等），并提供丰富的工具链，如聊天记忆管理、提示模板、检索增强生成（RAG）、工具调用（Function Calling）和智能代理（Agent）等。

自定义评分是 Elasticsearch 中强大的功能，允许您超越默认的相关性算法，根据业务需求定制评分逻辑。以下是实现自定义评分的全面方法。结构"query": {"query": { "match": { "name": "手机" } }, // 基础查询"functions": [ // 评分函数列表// 这里添加各种评分函数],"score_mode": "multiply", // 函数

解压elasticsearch-analysis-ik-9.0.4.zip文件到analysis-ik目录下。解压下载的elasticsearch-9.0.4-windows-x86_64.zip。post请求，请求中的pSKBQZgBSvl7mPAWXAbH为ID号。在plugins目录下创建一个analysis-ik目录。修改三号数据为新的完整内容，阳光洒落测试123。post请求，_doc的

这里讲述的是windows环境。

创建模块（ myCustomUtils.py ）# 自定义模块 myCustomUtils.py# 定义变量# 定义函数"""两数相加"""# 定义类导入模块并且使用#导入整个模块（同目录下）# 使用print(myCustomUtils.VERSION) # 调用属性，输出：1.0print(myCustomUtils.add(1,2)) # 调用函数，输出：3cal = myCustomUti