LangChain4j 和 Solon AI 是 Java 生态中实现大模型应用开发的重要框架，但二者的区别是啥？生产级别又该使用哪种框架？令很多人犯了难，所以本文就来浅聊一下，希望给大家在技术选型时有一个简单的参考。

一、功能对比

LangChain4j 和 Solon AI 的功能是比较类似的，甚至两者可以配合使用，例如使用 Solon AI 实现 MCP 服务器端，再使用 LangChain4j 实现 MCP 客户端调用 Solon AI，二者可以无缝对接。而且，都可以嵌入到任何第三方框架中使用。那二者的区别是啥呢？

总体来说，LangChain4j 提供的功能更多，尤其是 RAG 方面，提供了更丰富的适配。

二、使用和学习成本

LangChain4j 的使用和学习成本比 Solon AI 高很多，举个例子，例如 Solon AI 要实现流式对话，只需要一行代码就搞定了：

@Produces("text/event-stream")
@Mapping("/streamChat")
public Flux<String> streamChat(String msg) {
    return Flux.from(chatModel.stream(msg));
}

而 LangChain4j 实现步骤如下：

• 添加 langchain4j-reactor 依赖。
• 设置配置文件，配置 streaming-chat-model api-key 和 model-name。
• 创建 AI Service 并返回 Flux 对象。
• 调用 Ai Service 才能实现流式输出。

类似的场景还有很多，例如 Solon AI 实现 MCP Client 只需要添加依赖，然后：

• 一行就构建 mcp 客户端
• 一行 defaultToolsAdd 或 toolsAdd 设置就可以实现了与 llm 的整合

如下代码：

McpClientProvider mcpTools = McpClientProvider.builder()
                .channel(McpChannel.STREAMABLE)
                .apiUrl("http://localhost:8080/mcp")
                .build();
                
ChatModel chatModel = ChatModel.of("http://127.0.0.1:11434/api/chat") //使用完整地址（而不是 api_base）
            .provider("ollama")
            .model("llama3.2")
            .defaultToolsAdd(mcpTools) 
            .build();

但 LangChain4j 的实现就非常复杂了，除了添加依赖之后，你还需要：

• 创建传输协议 McpTransport。
• 创建 MCP 客户端 McpClient。
• 创建 Tools（提供者）对象 ToolProvider。
• 构建 AiService。
• 执行 MCP Server 调用。

具体实现代码如下：

@Mapping("/chat")
public String chat(String question) {
    // 1.创建传输协议
    McpTransport transport = new HttpMcpTransport.Builder()
            .sseUrl("http://localhost:8686/sse")
            .logRequests(true) // if you want to see the traffic in the log
            .logResponses(true)
            .build();
    // 2.创建 MCP 客户端
    McpClient mcpClient = new DefaultMcpClient.Builder()
            .transport(transport)
            .build();
    // 3.创建 Tools（提供者）对象
    ToolProvider toolProvider = McpToolProvider.builder()
            .mcpClients(List.of(mcpClient))
            .build();
    // 4.构建 AiService
    ToolsAiService aiService = AiServices.builder(ToolsAiService.class)
            .chatLanguageModel(chatModel)
            .toolProvider(toolProvider)
            .build();
    // 5.调用 MCP Server
    return aiService.chat(question);
}

除了 LangChain4j 的使用复杂之外，源代码量很大，LangChain4j 的文档也不全，要么是没有关键实现代码案例、要么是干脆文档写的都是错的，LangChain4j 的坑比较多，最后只能通过看最新的源码才能解决和使用相关功能，所以 LangChain4j 学习和使用成本是非常高的。

三、小结

如果是简单功能、开发周期又紧可以使用 Solon AI；如果功能复杂，且定制型要求比较多，可以使用功能和灵活度更高的 LangChain4j。但使用 LangChain4j 这就意味着你需要忍受 LangChain4j 不够简洁的写法，以及学习和使用成本比较高的问题。