Langchain 从部署到调用各大主流厂商大模型使用详解

LangChain和LangGraph官方文档案例使用国内API实现版本.zip

LangChain结合了大型语言模型、知识库和计算逻辑，可以用于快速开发强大的AI应用。这个仓库包含了我对LangChain的学习和实践经验，包括教程和代码案例。让我们一起探索LangChain的可能性，共同推动人工智能领域的进步！

LangChain开发实战

核心技术栈：create_agent、Middleware中间件、RAG检索增强、LangGraph编排、LangSmith可观测性、流式处理、Docker生产部署

LangChain4j快速入门[项目代码]

本文介绍了LangChain4j作为Java开发者在AI应用开发中的利器，详细讲解了其快速入门指南。内容包括为什么Java开发者需要关注LangChain4j、环境准备、第一个AI对话程序的实现、ChatModel的工作原理以及进阶探索不同模型提供商。LangChain4j让Java开发者无需学习Python即可开发AI应用，通过统一抽象屏蔽不同模型提供商的差异，简化了复杂对象的配置。文章还提供了演示端点用于学习，并强调了生产环境必须使用真实API Key的重要性。

springboot案例 security milvus langchain spring-ai.zip

LangChain结合了大型语言模型、知识库和计算逻辑，可以用于快速开发强大的AI应用。这个仓库包含了我对LangChain的学习和实践经验，包括教程和代码案例。让我们一起探索LangChain的可能性，共同推动人工智能领域的进步！

LangChain4j入门指南[代码]

本文是一篇关于LangChain4j的快速入门教程，LangChain4j是一个专为Java和Kotlin开发者设计的开源框架，旨在简化将大型语言模型（LLM）集成到应用程序中的过程。文章首先介绍了LangChain4j的基本概念、为什么需要它以及它的主要价值体现，包括易学性、易用性和与JVM生态的无缝集成。接着，文章详细讲解了LangChain4j的两层抽象（低层次和高层次）、模型分类（聊天模型、文本生成模型、文本嵌入模型）以及应用场景。然后，文章通过实际代码示例，演示了如何在纯Java环境和SpringBoot环境中快速上手LangChain4j，包括创建Maven工程、配置依赖、编写测试类等步骤。此外，文章还深入介绍了LangChain4j的接口（低阶和高阶API）、消息类型、提示词工程、输出方式（流式与非流式、结构化与非结构化）、模型记忆（ChatMemory、淘汰策略、持久化方案）、模型参数设置、模型监听器以及工具函数的定义与执行。最后，文章提供了丰富的代码示例和配置说明，帮助开发者快速掌握LangChain4j的使用方法。