序本文主要研究一下Spring AI的PgVectorStore示例pom.xml {代码...} pgvector {代码...} 配置 {代码...} 设置initialize-schema为true，默认会执行如下初始化脚本： {代码...} 脚本源码：org/springframework/ai/vectorstore/pgvector/PgVectorStore.java {代码...} 代码 {代码...} 输出如下： {代码...} 源码PgVectorSt...

org/springframework/ai/vectorstore/redis/autoconfigure/RedisVectorStoreAutoConfiguration.java

org/springframework/ai/vectorstore/chroma/autoconfigure/ChromaVectorStoreAutoConfiguration.java

org/springframework/ai/vectorstore/milvus/autoconfigure/MilvusVectorStoreAutoConfiguration.java

序本文主要研究一下Spring AI的Image ModelImageModelorg/springframework/ai/image/ImageModel.java {代码...} ImageModel继承了Model接口，其call方法入参为ImagePrompt，返回ImageResponseImagePromptorg/springframework/ai/image/ImagePrompt.java {代码...} ImagePrompt实现了ModelRequest接口，它定义了messages...

spring-ai-core/src/main/java/org/springframework/ai/embedding/EmbeddingModel.java

spring-ai-core/src/main/java/org/springframework/ai/model/ModelRequest.java

spring-ai-core/src/main/java/org/springframework/ai/chat/client/advisor/api/BaseAdvisor.java

序本文主要研究一下Spring AI的AdvisorsAdvisororg/springframework/ai/chat/client/advisor/api/Advisor.java {代码...} Advisor接口继承了Ordered，定义了getName方法CallAroundAdvisororg/springframework/ai/chat/client/advisor/api/CallAroundAdvisor.java {代码...} CallAroundAdvisor继承了Advisor接口，它定义...

org/springframework/ai/mcp/client/autoconfigure/McpClientAutoConfiguration.java

org/springframework/ai/mcp/server/autoconfigure/McpServerAutoConfiguration.java

spring-ai-ollama-spring-boot-starter-1.0.0-M5.jar!/META-INF/maven/org.springframework.ai/spring-ai-ollama-spring-boot-starter/pom.xml

序本文主要研究一下spring ai的mcp servermcp java sdkmcp提供了java sdk，同时还提供了spring webflux及mvc的sse实现 {代码...} spring ai mcpSpring AI MCP扩展了mcp java sdk，提供了spring boot的集成 {代码...} 其中mcp-server提供了webmvc及webflux两个版本示例pom.xml {代码...} config {代码...} weatherService...

langchain4j定义了WebSearchEngine接口，它定义了search方法，根据WebSearchRequest返回WebSearchResults

langchain4j定义了CodeExecutionEngine接口，该接口定义了execute方法用于执行指定的代码，langchain4j-code-execution-engine-graalvm-polyglot模块提供了两个实现，分别是GraalVmPythonExecutionEngine、GraalVmJavaScriptExecutionEngine

HTTP：客户端请求一个SSE（Server-Sent Events）通道以从服务器接收事件，然后通过HTTP POST请求发送命令。这种方式适用于需要跨网络通信的场景，通常用于分布式系统或需要高并发的场景。

langchain4j提供了langchain4j-http-client模块，它实现了一个HttpClient SPI（服务提供者接口），其他模块通过该接口调用LLM提供商的REST API。这意味着底层HTTP客户端可以被自定义，通过实现HttpClient SPI，还可以集成任何其他HTTP客户端。目前，有两个现成的实现：

序本文主要研究一下langchain4j的Advanced RAG核心流程将UserMessage转换为一个原始的QueryQueryTransformer将原始的Query转换为多个Query每个Query通过QueryRouter被路由到一个或多个ContentRetriever每个ContentRetriever检索对应Query相关的ContentContentAggregator将所有检索到的Content合并成一个最终排序的列表这...

Java语言特性系列Java5的新特性Java6的新特性Java7的新特性Java8的新特性Java9的新特性Java10的新特性Java11的新特性Java12的新特性Java13的新特性Java14的新特性Java15的新特性Java16的新特性Java17的新特性Java18的新特性Java19的新特性Java20的新特性Java21的新特性Java22的新特性Java23的新特性Java24的新特性Java25...

所谓naive就是我们不会使用任何高级的RAG技术，Easy RAG使用了EmbeddingStoreIngestor来隐藏了文档解析、分割、嵌入、嵌入存储，Naive RAG亦可使用。Naive RAG使用EmbeddingStoreContentRetriever.builder()进行查询相关的定制(Easy RAG直接使用EmbeddingStoreContentRetriever.from(embeddingStore))，startConversatio...

Document类表示整个文档，例如单个 PDF 文件或网页。目前，Document 只能表示文本信息，但未来的更新将使其能够支持图像和表格。

RAG(Retrieval-Augmented Generation)即检索增强生成，它通过检索来获取相关信息，注入到prompt，然后用增强的prompt然后输入给LLM让LLM在回答的时候能够利用检索到信息，从而降低幻觉。常见的信息检索方法包括：全文(关键词)搜索、向量搜索(语义搜索)、混合搜索。目前langchain4j以向量搜索为主(例如通过Qdrant等向量数...

customer-support-agent-example/src/main/java/dev/langchain4j/example/CustomerSupportAgent.java

序本文主要研究一下langchain4j的Tools(Function Calling)示例tool {代码...} 这里用@Tool注解来描述这个方法的用途，用@P注解来描述参数Low-level {代码...} Low-level步骤比较多：1.将toolSpecifications添加到chatRequest的parameter跟userMessage一起发起chat请求2.接着判断response是否有需要toolExecutionRequests...

ChatMemory定义了id、add、messages、clear方法，它有MessageWindowChatMemory、TokenWindowChatMemory两个实现

LangChain4jAutoConfig自动import了AiServicesAutoConfig、RagAutoConfig、AiServiceScannerProcessor

LangChain4jAutoConfig自动import了AiServicesAutoConfig、RagAutoConfig、AiServiceScannerProcessor

序本文主要研究一下langchain4j的AiServices示例原生版本 {代码...} 构建 {代码...} spring-boot版本 {代码...} 之后直接像使用托管的bean一样注入就可以使用 {代码...} 源码AiServicesdev/langchain4j/service/AiServices.java {代码...} AiServices是个抽象类，它提供了AiServices的builder方法，默认创建DefaultAiSer...

序本文主要演示一下ollama运行QwQ-32B模型步骤pull {代码...} 需要下载19Grun {代码...} function call {代码...} 对应fucntion {代码...} 执行[链接]今天天气怎么样，输出如下 {代码...} 小结通过ollama可以直接运行qwq模型，另外相较于deepseek-r1:8b，qwq模型原生支持了function call。docQwQ-32Bollama qwqDeepSeek ...

langchain4j提供了langchain4j-onnx-scoring用于通过ONNX runtime来本地运行scoring (reranking) model。通过OnnxScoringModel的scoreAll方法可以得到文档的评分。