LangChain4j教程：13.2k星Java版LangChain，JVM生态LLM应用框架

📌 项目：langchain4j/langchain4j | 星数：13.2k（2026-09-25） | 协议：Apache-2.0 | 语言：Java | GitHub

一句话定位："Java版LangChain——让JVM开发者用熟悉的Java集成LLM，Spring Boot无缝衔接。" LangChain4j把LangChain的理念带到Java生态，提供ChatLanguageModel、EmbeddingModel、工具调用、RAG管道和AI服务抽象，Spring Boot集成开箱即用。

☕ Java原生LLM集成

LangChain4j的核心抽象：

• ChatLanguageModel：统一的聊天模型接口，支持OpenAI/Anthropic/本地Ollama等
• EmbeddingModel：文本向量化，支持多种embedding后端
• Tools：用@Tool注解定义工具，模型自动调用
• RAG：DocumentLoader+EmbeddingStore+Retriever构建RAG管道
• AI Services：用接口+注解定义高级AI服务（类似Spring的声明式编程）

和 OpenAI Agents SDK 的Python生态不同，LangChain4j服务Java/JVM企业开发者。

🚀 快速开始

// Maven

  dev.langchain4j
  langchain4j
  0.36.0


// Java代码
ChatLanguageModel model = OpenAiChatModel.builder()
    .apiKey("sk-xxx")
        .modelName("gpt-4o")
        .build();

String answer = model.generate("什么是RAG？");

// 工具调用
class WeatherTools {
    @Tool("获取指定城市天气")
    String getWeather(String city) {
        return "晴，25度";
    }
}

// AI Service（声明式）
interface Assistant {
    @SystemMessage("你是天气助手")
    String chat(String userMessage);
}
Assistant assistant = AiServices.builder(Assistant.class)
    .chatLanguageModel(model)
    .tools(new WeatherTools())
    .build();
assistant.chat("北京天气怎么样？");

🌱 Spring Boot集成

// application.properties
langchain4j.open-ai.chat-model.api-key=sk-xxx

// Spring Boot Bean
@Bean
CustomerSupportAgent agent(ChatLanguageModel model) {
    return AiServices.builder(CustomerSupportAgent.class)
        .chatLanguageModel(model)
        .tools(knowledgeBaseTool)
        .build();
}

Spring Boot starter自动配置模型、embedding store等组件，与Java企业应用无缝集成。

⚖️ 优缺点