logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

8. LangChain4j + 提示词工程详细说明

本文介绍了LangChain4j框架中四种聊天消息类型(用户消息、AI消息、系统消息和自定义消息)及其应用,重点讲解了如何利用SystemMessage和提示词工程构建限定领域的专业助手(如法律咨询)。文章提供了具体的实现步骤,包括项目依赖配置、提示词编写方式(@SystemMessage+@UserMessage+@V注解、实体类封装等),并分享了避免中文乱码的配置方法。通过角色设定和提示词模板

文章图片
#redis#java#缓存 +1
8. LangChain4j + 提示词工程详细说明

本文介绍了LangChain4j框架中四种聊天消息类型(用户消息、AI消息、系统消息和自定义消息)及其应用,重点讲解了如何利用SystemMessage和提示词工程构建限定领域的专业助手(如法律咨询)。文章提供了具体的实现步骤,包括项目依赖配置、提示词编写方式(@SystemMessage+@UserMessage+@V注解、实体类封装等),并分享了避免中文乱码的配置方法。通过角色设定和提示词模板

文章图片
#redis#java#缓存 +1
7. LangChain4j + 记忆缓存详细说明

本文介绍了LangChain4j中的记忆缓存功能,该功能用于存储和管理对话上下文,使AI助手能记住历史对话内容。文章详细讲解了两种记忆缓存实现方式:基于提问条数(推荐)和基于token数目(不推荐)。实战部分展示了如何通过Spring Boot项目集成该功能,包括依赖配置、编码设置、接口定义及大模型配置。特别强调了通义千问长对话模型的使用,并提供了关键注解@MemoryId和@UserMessag

文章图片
#缓存#redis#数据库 +2
7. LangChain4j + 记忆缓存详细说明

本文介绍了LangChain4j中的记忆缓存功能,该功能用于存储和管理对话上下文,使AI助手能记住历史对话内容。文章详细讲解了两种记忆缓存实现方式:基于提问条数(推荐)和基于token数目(不推荐)。实战部分展示了如何通过Spring Boot项目集成该功能,包括依赖配置、编码设置、接口定义及大模型配置。特别强调了通义千问长对话模型的使用,并提供了关键注解@MemoryId和@UserMessag

文章图片
#缓存#redis#数据库 +2
6. LangChain4j + 流式输出详细说明

文章摘要: 本文介绍了LangChain4j框架中流式输出(StreamingOutput)技术的实现与应用。流式输出是一种逐步返回大模型生成结果的技术,通过分批次实时传输内容给客户端,显著提升了用户体验,特别适用于响应较慢的大模型场景。文章详细演示了如何在LangChain4j项目中配置流式输出功能,包括创建模块、添加必要依赖(langchain4j-open-ai、langchain4j和la

文章图片
#spring#java#后端
5. LangChain4j + 多模态视觉理解详细说明

本文介绍了如何使用LangChain4j框架实现多模态视觉理解功能。主要内容包括:1) LangChain4j支持多种内容类型交互,包括文本、图像、音频和视频等;2) 实战演示了如何配置阿里百炼平台的大模型qwen-vl-max进行图像理解;3) 详细说明了项目模块的搭建过程,包括Maven依赖配置、模型参数设置和业务代码实现;4) 展示了如何让大模型读取并解析图片信息。该方案适用于视觉-语言多模

文章图片
#人工智能#java#后端 +1
4. LangChain4j 模型参数配置超详细说明

本文详细介绍了LangChain4j模型参数配置方法,包括代码示例和配置属性说明。主要内容: 提供了OpenAI模型参数配置的Java代码示例,包含apiKey、modelName、temperature等关键参数设置。 列举了Quarkus和Spring Boot框架下的配置属性文件写法,包括必选和可选参数。 说明了LangChain4j的依赖导入要求,必须同时引入高阶和低阶模块。 介绍了日志配

文章图片
#数据库#redis#人工智能 +2
3. LangChain4j + 低阶 和 高阶 API的详细说明

本文介绍了LangChain4j框架中低阶和高阶API的使用方法。LangChain4j支持两种LLM API类型:简单的LanguageModel(输入输出均为String)和更先进的ChatModel(支持多模态输入)。文章指出ChatModel将成为主要发展方向,并详细说明了其低阶API的chat()方法实现。在高阶API方面,框架通过AI Services抽象层简化了交互流程。此外,文章还

文章图片
#缓存#java#后端
1. LangChain4J 理论概述

LangChain4J:Java生态的大模型集成框架 LangChain4J是一个专为Java开发者设计的大语言模型(LLM)集成框架,旨在简化LLM与Java应用的整合过程。它提供三大核心功能:1) 统一API接口,支持15+主流LLM提供商和20+向量数据库;2) 完整的AI应用开发工具箱,包含从提示模板到高级RAG模式的全套工具;3) 丰富的示例项目,帮助开发者快速上手。该框架借鉴了Lang

文章图片
#spring#java#后端
Spring AI 快速接入 DeepSeek 大模型

Spring AI框架简介 Spring AI是Spring官方推出的人工智能集成框架,于2025年5月发布1.0正式版。该框架提供标准化API,支持主流AI服务接入,包括OpenAI、Azure AI等。 核心特性: 统一API设计,支持多种AI服务切换 支持对话、嵌入、图像生成等模型类型 与Spring生态无缝集成 提供Prompt工程工具 适用场景包括智能客服、内容生成工具等AI驱动应用开发

文章图片
#spring#人工智能#java +1
    共 34 条
  • 1
  • 2
  • 3
  • 4
  • 请选择