当前位置：首页 > news >正文

LangChain4J-XiaozhiAI 项目分析报告

news 来源：原创 2025/8/25 18:20:43

LangChain4J-XiaozhiAI 项目分析报告

GitHub 链接

1. 项目概述

本项目名为 “硅谷小智（医疗版）”，是一个基于 Java 技术栈和 LangChain4J 框架构建的 AI 聊天助手应用。其核心目标是利用大型语言模型（LLM）的能力，结合本地知识库和外部工具，提供一个专注于医疗领域的智能问答和辅助服务。项目采用了前后端分离的架构，后端使用 Spring Boot 框架，深度集成了 LangChain4J 库来实现与大模型的交互、记忆管理、工具调用（函数调用）以及检索增强生成（RAG）等功能。前端则采用 Vue.js 构建用户交互界面。

根据项目提供的 尚硅谷-Java+大模型-硅谷小智（医疗版）.md 文档，该项目似乎是一个教学或演示项目，旨在展示如何使用 LangChain4J 将大模型能力集成到 Java 应用中，特别是针对医疗场景。项目配置使用了阿里云的百炼平台（DashScope）提供的通义千问（Qwen）系列模型，同时也展示了如何接入其他模型（如 DeepSeek）以及本地部署模型（通过 Ollama）。

2. 技术栈

后端:

核心框架: Spring Boot 3.2.6
AI 框架: LangChain4J 1.0.0-beta3
语言: Java 17
构建工具: Maven
数据库:
- MySQL (使用 Mybatis-Plus 操作，存储如预约信息等业务数据)
- MongoDB (存储聊天记忆)
大模型平台: 阿里云百炼 (DashScope)，支持 Qwen 系列模型，配置中也提到了 OpenAI 兼容接口（可用于 DeepSeek 等）
API 文档: Knife4j
其他: Spring WebFlux (用于流式响应), Reactor

前端:

框架: Vue.js (具体版本需查看 package.json)
构建工具: Vite
UI 组件库: (可能使用，需查看 package.json 和代码)

3. 项目结构分析

项目主要包含以下几个模块：

LangChain4j-ai-demo3: 后端 Spring Boot + LangChain4J 核心模块。
xiaozhi-ui: 前端 Vue.js 应用模块。
knowledge: 存放用于 RAG 的本地知识库文件（包含 .md, .pdf, .txt 格式）。
images: 存放项目相关的图片资源，包括文档中的截图。
尚硅谷-Java+大模型-硅谷小智（医疗版）.md: 项目的说明和教程文档。

3.1 后端 (`LangChain4j-ai-demo3`) 结构

后端遵循典型的 Spring Boot 项目结构：

src/main/java/org/example: Java 源代码根目录。
- XiaozhiApp.java: Spring Boot 应用启动类。
- assistant: 包含 LangChain4J 的 AI 服务接口和可能的实现类。
  - XiaozhiAgent.java: 核心 AI 服务接口，使用 @AiService 注解配置模型、记忆、工具和 RAG。
- bean: 数据传输对象 (DTO)，如 ChatForm, ChatMessages。
- config: Spring 配置类，用于配置 LangChain4J 组件，如 EmbeddingStore, ChatMemoryProvider 等。
- controller: Spring MVC 控制器，处理 HTTP 请求。
  - XiaozhiController.java: 提供 /xiaozhi/chat API 端点，接收用户消息并调用 XiaozhiAgent。
- entity: JPA/Mybatis-Plus 实体类，映射数据库表，如 Appointment。
- mapper: Mybatis-Plus Mapper 接口，定义数据库操作，如 AppointmentMapper。
- service: 业务逻辑服务层接口和实现。
  - AppointmentService.java / impl: 处理预约相关的业务逻辑。
- store: 数据存储相关实现。
  - MongoChatMemoryStore.java: 使用 MongoDB 实现 LangChain4J 的 ChatMemoryStore。
- tools: LangChain4J 工具类，用于函数调用。
  - AppointmentTools.java: 提供预约相关的工具方法供 LLM 调用。
  - CalculatorTools.java: 提供计算器工具方法供 LLM 调用。
src/main/resources: 资源文件目录。
- application.properties: Spring Boot 配置文件，包含服务器端口、数据库连接信息、LangChain4J 模型 API Key 和模型名称等配置。
- mapper: Mybatis-Plus XML 映射文件，如 AppointmentMapper.xml。
- *.txt: LangChain4J 使用的提示模板文件，如 xiaozhi-prompt-template.txt。
- knowledge: (推测可能用于存放处理后的知识文件，但实际知识库在项目根目录的 knowledge 文件夹下)
src/test/java: 单元测试和集成测试代码。
pom.xml: Maven 项目配置文件，定义项目依赖和构建配置。

3.2 前端 (`xiaozhi-ui`) 结构

前端是一个基于 Vite 构建的 Vue.js 项目：

public: 静态资源目录。
src: 前端源代码目录。
- main.js: Vue 应用入口文件。
- App.vue: 根组件。
- components: 可复用的 Vue 组件。
  - ChatWindow.vue: 核心的聊天窗口界面组件。
- assets: 存放图片、样式等资源。
index.html: HTML 入口文件。
package.json: Node.js 项目配置文件，定义前端依赖和脚本。
vite.config.js: Vite 配置文件。
README.md: 前端模块的说明文件。

4. 核心功能分析

4.1 AI 交互核心 (`XiaozhiAgent`)

项目的 AI 交互核心是 XiaozhiAgent 接口，通过 LangChain4J 的 @AiService 注解进行配置。这个注解极大地简化了与 LLM 的集成：

@AiService(wiringMode = AiServiceWiringMode.EXPLICIT, // 显式指定要使用的 Bean// chatModel = "qwenChatModel", // 非流式模型（注释掉了）// 用于流式输出的模型streamingChatModel = "qwenStreamingChatModel", // 聊天记忆提供者chatMemoryProvider = "chatMemoryProviderXiaozhi", // 工具（函数调用）tools = "appointmentTools", // 内容检索器（RAG），这里配置了 Pinecone，但代码中也有注释掉的本地实现contentRetriever = "contentRetrieverXiaozhiPincone" 
)
public interface XiaozhiAgent {// 流式输出方法@SystemMessage(fromResource = "xiaozhi-prompt-template.txt") // 指定系统提示模板Flux<String> chat(@MemoryId Long memoryId, @UserMessage String userMessage);
}

模型集成: 配置了 qwenStreamingChatModel Bean 作为流式聊天模型。该 Bean 的具体配置（如 API Key, 模型名称）在 application.properties 中定义，并通过 LangChain4J 的 Spring Boot Starter 自动配置或自定义配置类注入。
流式输出: 接口方法返回 Flux<String>，结合 Spring WebFlux，实现了聊天响应的流式输出，提升了用户体验。
聊天记忆: 通过 chatMemoryProvider = "chatMemoryProviderXiaozhi" 指定了聊天记忆的提供者 Bean。结合 @MemoryId Long memoryId 参数，可以为不同的用户或会话维护独立的聊天历史。MongoChatMemoryStore 提供了基于 MongoDB 的持久化记忆存储。
工具调用 (Function Calling): 通过 tools = "appointmentTools" 集成了 AppointmentTools Bean 中定义的方法。这使得 LLM 能够调用 Java 方法来执行特定任务，例如查询或创建预约。
检索增强生成 (RAG): 通过 contentRetriever = "contentRetrieverXiaozhiPincone" 集成了内容检索器。这允许 LLM 在回答问题前，先从指定的知识库（向量数据库 Pinecone 或本地文件）中检索相关信息，并将这些信息注入到提示中，从而让 LLM 能够基于特定领域的知识进行回答。知识库的来源是项目根目录下的 knowledge 文件夹中的文档。
系统提示: 使用 @SystemMessage(fromResource = "xiaozhi-prompt-template.txt") 从外部文件加载系统提示，用于设定 AI 的角色、行为和指令。

4.2 API 端点 (`XiaozhiController`)

XiaozhiController 提供了一个简单的 RESTful API 端点 /xiaozhi/chat (POST)，用于接收前端发送的聊天请求。请求体是一个 ChatForm 对象，包含 memoryId 和用户消息 message。控制器直接调用 XiaozhiAgent 的 chat 方法，并将返回的 Flux<String> 作为流式响应返回给前端。

4.3 知识库与 RAG 实现

项目包含一个 knowledge 目录，存放了 .md, .pdf, .txt 等格式的医疗相关文档（如医院信息、科室信息等）。这些文档是 RAG 的基础。

LangChain4J 提供了文档加载、切分、向量化和存储的工具。虽然具体的 RAG 配置代码（如 EmbeddingStoreConfig.java 和文档处理流程）没有在当前分析中完全展示，但从 XiaozhiAgent 的配置可以看出，项目旨在利用这些知识文件：

文档加载与切分: 使用 LangChain4J 的 DocumentLoader 加载 knowledge 目录下的文件，并使用 DocumentSplitter 将长文档切分成小块。
向量化: 使用配置的 Embedding Model（application.properties 中配置了阿里百炼的 text-embedding-v3）将文本块转换为向量。
向量存储: 将文本块及其向量存储到向量数据库中。XiaozhiAgent 配置指向了 contentRetrieverXiaozhiPincone，表明可能使用了 Pinecone 云向量数据库。但也可能存在本地存储的配置（如 EmbeddingStoreConfig 中可能配置了内存或文件系统的向量存储）。
检索: 当用户提问时，先将问题向量化，然后在向量数据库中查找最相似的文本块。
增强: 将检索到的文本块内容整合到发送给 LLM 的提示中。
生成: LLM 基于原始问题和检索到的上下文信息生成回答。

4.4 函数调用实现 (`AppointmentTools`)

AppointmentTools 类包含了带有 @Tool 注解的方法，这些方法可以被 LLM 调用。

// 示例（基于 LangChain4J 常见用法推测）
public class AppointmentTools {@Autowiredprivate AppointmentService appointmentService;@Tool("查询指定日期和科室的可用预约时段")public List<String> findAvailableSlots(String date, String department) {// 调用 AppointmentService 查询数据库return appointmentService.getAvailableSlots(date, department);}@Tool("为用户创建预约")public String createAppointment(String patientName, String date, String time, String department) {// 调用 AppointmentService 创建预约return appointmentService.createAppointment(patientName, date, time, department);}
}

当用户的提问涉及到查询或创建预约时，LLM 可以识别出意图，并决定调用这些工具方法。LangChain4J 负责处理 LLM 的函数调用请求，执行相应的 Java 方法，并将结果返回给 LLM，LLM 再根据结果生成最终的自然语言回复。

4.5 前端交互 (`ChatWindow.vue`)

前端的核心是 ChatWindow.vue 组件，它负责：

展示聊天界面: 显示用户消息和 AI 回复。
接收用户输入: 提供输入框供用户输入问题。
调用后端 API: 当用户发送消息时，向后端的 /xiaozhi/chat 发送 POST 请求，包含用户消息和会话 ID (memoryId)。
处理流式响应: 接收并逐步显示后端返回的流式数据。
管理会话: 可能生成或管理 memoryId 以维持多轮对话的上下文。

5. 配置与依赖

5.1 关键配置 (`application.properties`)

server.port: 后端服务端口 (8080)。
langchain4j.community.dashscope.*: 配置阿里百炼平台的 API Key 和模型名称 (qwen-max, qwen-plus, text-embedding-v3)。API Key 通过环境变量 ${LANGCHAIN4J_KEY} 获取。
spring.data.mongodb.uri: MongoDB 连接字符串，用于存储聊天记忆。
spring.datasource.*: MySQL 数据库连接信息，用于存储业务数据（如预约）。
mybatis-plus.configuration.log-impl: 开启 Mybatis-Plus 的 SQL 日志打印。
logging.level.root: 全局日志级别。

5.2 主要依赖 (`pom.xml`)

spring-boot-starter-web: Spring Boot Web 核心。
spring-boot-starter-test: 测试框架。
knife4j-openapi3-jakarta-spring-boot-starter: API 文档工具。
langchain4j-open-ai-spring-boot-starter: LangChain4J OpenAI 兼容接口的 Spring Boot Starter。
langchain4j-community-dashscope-spring-boot-starter: LangChain4J 阿里百炼 (DashScope) 的 Spring Boot Starter。
langchain4j-spring-boot-starter: LangChain4J 核心功能的 Spring Boot Starter (提供 @AiService 等)。
spring-boot-starter-data-mongodb: Spring Data MongoDB 支持。
mysql-connector-j: MySQL JDBC 驱动。
mybatis-plus-spring-boot3-starter: Mybatis-Plus 集成。
langchain4j-document-parser-apache-pdfbox: LangChain4J PDF 文档解析器。
langchain4j-easy-rag: (可能用于简化 RAG 配置，但核心 RAG 依赖于 core 和 embedding store)
langchain4j-pinecone: LangChain4J Pinecone 向量数据库集成。
spring-boot-starter-webflux, langchain4j-reactor: 支持响应式编程和流式输出。

6. 总结

LangChain4J-XiaozhiAI 是一个功能相对完善的 AI 助手演示项目，有效地展示了如何利用 LangChain4J 框架在 Java (Spring Boot) 环境下构建集成 LLM 的应用。它涵盖了 LangChain4J 的多项核心功能，包括：

多模型支持: 通过配置文件灵活接入不同的 LLM（阿里百炼 Qwen, DeepSeek 等）。
AI 服务抽象: 使用 @AiService 简化了与 LLM 的交互逻辑。
流式输出: 提供了流畅的实时聊天体验。
持久化聊天记忆: 利用 MongoDB 存储对话历史，实现上下文感知。
工具调用: 使 LLM 能够与外部系统（通过 Java 代码）交互，执行查询、创建预约等操作。
检索增强生成 (RAG): 通过集成向量数据库和本地知识文件，使 LLM 能够基于特定领域的知识回答问题。

GitHub 链接

该项目为学习和实践如何在 Java 生态中应用大模型技术提供了一个很好的起点和参考案例，特别是在医疗等需要结合特定知识和工具的领域。