首页 文章 精选 留言 我的

精选列表

搜索[langchain],共1092篇文章
优秀的个人博客,低调大师

🔥(对标 Spring AI 和 LangChain4j)Solon AI v3.7.0 发布

Solon AI & MCP(支持 LTS) Solon AI & MCP ,是 Solon 官方推出的 Java 智能体应用开发框架。旨在为 Java 开发者提供统一的接口抽象层,简化与 OpenAI、DeepSeek、QWen 等主流 AI 模型的集成流程,以及简化 Mcp 的开发体验。同时支持 Java 8 到 Java 25。 主要特点: 一套接口支持不同提供者、不同大模型调用(通过方言适配) 支持聊天模型(ChatModel) 支持 Prompt 和 PromptTemplate 支持会话记忆(ChatSession) 支持 Function Call(或 Tool Call) 支持同步接口(call)与流式接口(stream) 多态模型等 支持生成模型(GenerateModel),生成文案、图像、视频等 支持 RAG 文档加载、分割(excel, html, markdown, pdf, ppt, word...) 矢量知识库(chroma、dashvector、elasticsearch、milvus、opensearch、qdrant、redis、tcvectordb...) 嵌入模型(EmbeddingModel) 、排序模型(RankingModel) 支持 MCP(McpServer、McpClient、McpProxy),支持 MCP_2025-03-26 版本协议 支持 AI-Flow 支持 Spring、jFinal、Vert.x 等 Solon 以外的框架 等......更多内容,参考官网介绍 v3.7.0 更新 优化 solon-ai-core ToolSchemaUtil:outputSchema 泛型处理 修复 solon-ai parseToolCall 接收 stream 中间消息时可能会异常(添加 hasNestedJsonBlock 检测) 修复 solon-ai-mcp 可能出现 Unknown media type 错误(取消 request.contentType 空设置) jedis 升为 7.0.0 (通过 redisx) solon 升为 3.7.0 v3.6.4 更新(LTS 维护中) 优化 solon-ai-mcp 取消 request.contentType("") 设置 修复 solon-ai parseToolCall 接收 stream 中间消息时可能会异常(添加 hasNestedJsonBlock 检测) 修复 solon-ai-mcp 可能出现 Unknown media type 错误(取消 request.contentType 空设置) solon 升为 3.6.4 v3.5.8 更新(LTS 维护中) 优化 solon-ai-mcp 取消 request.contentType("") 设置 修复 solon-ai parseToolCall 接收 stream 中间消息时可能会异常(添加 hasNestedJsonBlock 检测) 修复 solon-ai-mcp 可能出现 Unknown media type 错误(取消 request.contentType 空设置) solon 升为 3.5.8 技术预览 构建聊天模型(统一方式,支持不同的模型构建) ChatModel chatModel = ChatModel.of(apiUrl).provider(provider).model(model); //同步请求 chatModel.prompt("hello").call(); //流式请求 chatModel.prompt("hello").stream(); 使用 MCP //MCP 服务端 @McpServerEndpoint(channel = McpChannel.STREAMABLE, mcpEndpoint = "/mcp") public class McpServerTool { //工具 @ToolMapping(description = "查询天气预报") public String getWeather(@Param(description = "城市位置") String location) { return "晴,14度"; } //资源 @ResourceMapping(uri = "config://app-version", description = "获取应用版本号", mimeType = "text/config") public String getAppVersion() { return "v3.2.0"; } //提示语 @PromptMapping(description = "生成关于某个主题的提问") public Collection<ChatMessage> askQuestion(@Param(description = "主题") String topic) { return Arrays.asList( ChatMessage.ofUser("请解释一下'" + topic + "'的概念?") ); } } //MCP 客户端 McpClientProvider clientProvider = McpClientProvider.builder() .channel(McpChannel.STREAMABLE) .apiUrl("http://localhost:8080/mcp") .build(); //客户端与聊天模型集成 //::构建时集成(全局) ChatModel chatModel = ChatModel.of(apiUrl).provider(provider) .model(model) .defaultToolsAdd(clientProvider); //::聊天时集成(单次) chatModel.prompt("hello").options(o -> o.toolsAdd(clientProvider)).call(); 项目仓库地址? gitee:https://gitee.com/opensolon/solon-ai gitcode:https://gitcode.com/opensolon/solon-ai github:https://github.com/opensolon/solon-ai 官网? https://solon.noear.org/article/learn-solon-ai

优秀的个人博客,低调大师

🔥(对标 Spring IA 和 LangChain4j)Solon AI v3.7.0 发布

Solon AI & MCP(支持 LTS) Solon AI & MCP ,是 Solon 官方推出的 Java 智能体应用开发框架。旨在为 Java 开发者提供统一的接口抽象层,简化与 OpenAI、DeepSeek、QWen 等主流 AI 模型的集成流程,以及简化 Mcp 的开发体验。同时支持 Java 8 到 Java 25。 主要特点: 一套接口支持不同提供者、不同大模型调用(通过方言适配) 支持聊天模型(ChatModel) 支持 Prompt 和 PromptTemplate 支持会话记忆(ChatSession) 支持 Function Call(或 Tool Call) 支持同步接口(call)与流式接口(stream) 多态模型等 支持生成模型(GenerateModel),生成文案、图像、视频等 支持 RAG 文档加载、分割(excel, html, markdown, pdf, ppt, word...) 矢量知识库(chroma、dashvector、elasticsearch、milvus、opensearch、qdrant、redis、tcvectordb...) 嵌入模型(EmbeddingModel) 、排序模型(RankingModel) 支持 MCP(McpServer、McpClient、McpProxy),支持 MCP_2025-03-26 版本协议 支持 AI-Flow 支持 Spring、jFinal、Vert.x 等 Solon 以外的框架 等......更多内容,参考官网介绍 v3.7.0 更新 优化 solon-ai-core ToolSchemaUtil:outputSchema 泛型处理 修复 solon-ai parseToolCall 接收 stream 中间消息时可能会异常(添加 hasNestedJsonBlock 检测) 修复 solon-ai-mcp 可能出现 Unknown media type 错误(取消 request.contentType 空设置) jedis 升为 7.0.0 (通过 redisx) solon 升为 3.7.0 v3.6.4 更新(LTS 维护中) 优化 solon-ai-mcp 取消 request.contentType("") 设置 修复 solon-ai parseToolCall 接收 stream 中间消息时可能会异常(添加 hasNestedJsonBlock 检测) 修复 solon-ai-mcp 可能出现 Unknown media type 错误(取消 request.contentType 空设置) solon 升为 3.6.4 v3.5.8 更新(LTS 维护中) 优化 solon-ai-mcp 取消 request.contentType("") 设置 修复 solon-ai parseToolCall 接收 stream 中间消息时可能会异常(添加 hasNestedJsonBlock 检测) 修复 solon-ai-mcp 可能出现 Unknown media type 错误(取消 request.contentType 空设置) solon 升为 3.5.8 技术预览 构建聊天模型(统一方式,支持不同的模型构建) ChatModel chatModel = ChatModel.of(apiUrl).provider(provider).model(model); //同步请求 chatModel.prompt("hello").call(); //流式请求 chatModel.prompt("hello").stream(); 使用 MCP //MCP 服务端 @McpServerEndpoint(channel = McpChannel.STREAMABLE, mcpEndpoint = "/mcp") public class McpServerTool { //工具 @ToolMapping(description = "查询天气预报") public String getWeather(@Param(description = "城市位置") String location) { return "晴,14度"; } //资源 @ResourceMapping(uri = "config://app-version", description = "获取应用版本号", mimeType = "text/config") public String getAppVersion() { return "v3.2.0"; } //提示语 @PromptMapping(description = "生成关于某个主题的提问") public Collection<ChatMessage> askQuestion(@Param(description = "主题") String topic) { return Arrays.asList( ChatMessage.ofUser("请解释一下'" + topic + "'的概念?") ); } } //MCP 客户端 McpClientProvider clientProvider = McpClientProvider.builder() .channel(McpChannel.STREAMABLE) .apiUrl("http://localhost:8080/mcp") .build(); //客户端与聊天模型集成 //::构建时集成(全局) ChatModel chatModel = ChatModel.of(apiUrl).provider(provider) .model(model) .defaultToolsAdd(clientProvider); //::聊天时集成(单次) chatModel.prompt("hello").options(o -> o.toolsAdd(clientProvider)).call(); 项目仓库地址? gitee:https://gitee.com/opensolon/solon-ai gitcode:https://gitcode.com/opensolon/solon-ai github:https://github.com/opensolon/solon-ai 官网? https://solon.noear.org/article/learn-solon-ai

优秀的个人博客,低调大师

对标 LangChain,一个使用 Java 开发的 LLM(大语言模型)应用开发框架

Agents-Flex: 一个优雅的 LLM(大语言模型) 应用开发框架 基础能力 LLM 的访问能力 Prompt、Prompt Template 定义加载的能力 Function Calling 定义、调用和执行等能力 Embedding Vector Storage 丰富的内容加载器 丰富的文本分割器 LLM Chain Agents Chain 简单对话 使用 OpenAi 大语言模型: public static void main(String[] args) throws InterruptedException { OpenAiConfig config = new OpenAiConfig(); config.setApiKey("sk-rts5NF6n*******"); Llm llm = new OpenAiLlm(config); Prompt prompt = new SimplePrompt("请写一个关于小兔子战胜大灰狼的故事。"); llm.chat(prompt, (llmInstance, message) -> { System.out.println("--->" + message.getContent()); }); Thread.sleep(10000); } 使用 “通义千问” 大语言模型: public static void main(String[] args) throws InterruptedException { QwenLlmConfig config = new QwenLlmConfig(); config.setApiKey("sk-28a6be3236****"); config.setModel("qwen-turbo"); Llm llm = new QwenLlm(config); Prompt prompt = new SimplePrompt("请写一个关于小兔子战胜大灰狼的故事。"); llm.chat(prompt, (llmInstance, message) -> { System.out.println("--->" + message.getContent()); }); Thread.sleep(10000); } 使用 “讯飞星火” 大语言模型: public static void main(String[] args) throws InterruptedException { SparkLlmConfig config = new SparkLlmConfig(); config.setAppId("****"); config.setApiKey("****"); config.setApiSecret("****"); Llm llm = new SparkLlm(config); Prompt prompt = new SimplePrompt("请写一个关于小兔子战胜大灰狼的故事。"); llm.chat(prompt, (llmInstance, message) -> { System.out.println("--->" + message.getContent()); }); Thread.sleep(10000); } 历史对话示例 public static void main(String[] args) throws InterruptedException { SparkLlmConfig config = new SparkLlmConfig(); config.setAppId("****"); config.setApiKey("****"); config.setApiSecret("****"); // 创建一个大模型 Llm llm = new SparkLlm(config); //创建一个历史对话的 prompt HistoriesPrompt prompt = new HistoriesPrompt(); System.out.println("您想问什么?"); Scanner scanner = new Scanner(System.in); //等待用户从控制台输入问题 String userInput = scanner.nextLine(); while (userInput != null){ prompt.addMessage(new HumanMessage(userInput)); //向大模型提问 llm.chat(prompt, (instance, message) -> { System.out.println(">>>> " + message.getContent()); }); //继续等待用户从控制台输入内容 userInput = scanner.nextLine(); } } Function Calling 第一步: 通过注解定义本地方法 public class WeatherUtil { @FunctionDef(name = "get_the_weather_info", description = "get the weather info") public static String getWeatherInfo( @FunctionParam(name = "city", description = "the city name") String name ) { //这里应该是通过接口去调用获得天气信息 return name + "的天气是阴转多云。 "; } } 第二步: 通过 Prompt、Functions 传入给大模型,然后得到结果 public static void main(String[] args) throws InterruptedException { OpenAiLlmConfig config = new OpenAiLlmConfig(); config.setApiKey("sk-rts5NF6n*******"); OpenAiLlm llm = new OpenAiLlm(config); Functions<String> functions = Functions.from(WeatherUtil.class, String.class); String result = llm.call(new SimplePrompt("今天的天气如何"), functions); System.out.println(result); // "北京的天气是阴转多云。 "; Thread.sleep(10000); } 注意:当前版本为 v1.0.0-alpha.1 ,请暂时勿使用于与正式的商业产品中。

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册