目录

一、环境准备

二、创建项目、导入依赖

三、配置 application.yml

四、注入Bean，开箱即用

五、日志观察

---

一、环境准备

首先和快速上手 Spring AI 框架一样的前置条件：先申请一个 apikey ，此部分步骤参考：【SpringAI篇01】：5分钟教会你使用SpringAI （1.0.0稳定版）_spring-ai 1.0.0使用教程-CSDN博客文章浏览阅读1.4k次，点赞42次，收藏32次。后端开发之：从创建 SpringAI 项目开始，到快速入门实现调用大模型 API 实现对话功能。_spring-ai 1.0.0使用教程https://blog.csdn.net/lyh2004_08/article/details/148925217的前半部分即可

---

二、创建项目、导入依赖

1. 同样，langchain4j 对于 jdk 的要求最低也是 jdk17，按照下图操作即可

2. 导入一个 spring 的 web 依赖：

3. 项目创建完毕，按照官网教程导入 langchain4j 的 低级API（后续还有高级API） 的起步依赖（当前最新版本）：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-open-ai-spring-boot-starter</artifactId>
    <version>1.1.0-beta7</version>
</dependency>

参考资料：Spring Boot 集成 | LangChain4j --- Spring Boot Integration | LangChain4j

---

三、配置 application.yml

随后，在 application.yml 或 application.properties 中配置如下配置：

langchain4j:
  open-ai:
    chat-model:
      base-url: https://dashscope.aliyuncs.com/compatible-mode/v1 # 百炼平台的baseUrl
      api-key: ${langchain4j.api-key} # 你刚刚申请的apiKey
      model-name: qwen-plus # 你想使用的对话模型模型名
      log-requests: true # 是否打印请求日志
      log-responses: true # 是否打印响应日志

其中各项配置作用已在代码中表明。不过显然，langchain4j 与 SpringAI 一样，也都可以在创建 model 时自定义配置

---

四、注入Bean，开箱即用

由于前进做了相关模型的配置，langchain4j 的自动装配会为我们提供一个基于配置的默认 OpenAiChatModel，我们直接创建一个Controller，注入使用即可

package xyz.qiquqiu.lc4blogdemo.controller;

import dev.langchain4j.model.openai.OpenAiChatModel;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@Slf4j
@RestController
@RequiredArgsConstructor
public class ChatController {

    private final OpenAiChatModel chatModel;

    /**
     * 调用百炼的大模型进行聊天（阻塞式）
     * @param message 用户发送的消息，相当于提示词prompt
     * @return
     */
    @RequestMapping("/chat")
    public String chat(String message) {
        log.debug("用户说：{}", message);
        return chatModel.chat(message);
    }
}

随后，打开浏览器，访问 chat 接口，测试效果：

---

五、日志观察

由于我们配置了请求与响应时打印日志的配置：

所以我们可以结合控制台输出，清晰地看到请求响应的过程：

请求日志：

响应日志：