大模型应用开发LangChain4j和SpringBoot3.4.3实战:构建智能问答系统

itbeien2025年3月3日大约 8 分钟

大模型应用开发LangChain4j和SpringBoot3.4.3实战:构建智能问答系统

LangChain4j 是一个用于构建和操作语言模型（LLM）应用的 Java 框架，而 Spring Boot 3 是 Java 生态中最流行的框架之一。本文将带你从零开始，结合 LangChain4j 和 Spring Boot 3，构建一个智能问答系统。我们将涵盖从环境搭建到实际开发的完整流程，帮助你快速上手 LangChain4j 并集成到 Spring Boot 项目中。

上一篇文章分享了SpringAI基于向量数据库PGVector和智谱大模型实现RAG今天这篇文章我来分享大模型应用开发LangChain4j和SpringBoot3.4.3实战:构建智能问答系统。

完整代码在文章最后，如果觉得本篇文章对你有用，记得点赞、关注、收藏哦。你的支持是我持续更新的动力!

文章最后可以加入免费的Java&AI技术和支付系统沟通社群，一起探讨Java/你的产品如何与AI结合，请按照要求加入。在群中可以聊开发、系统设计、架构、行业趋势、AI等等话题

1. 环境准备

1.1 工具与依赖

JDK 17+：Spring Boot 3 和 LangChain4j 需要 JDK 17 或更高版本。
Maven：本文使用 Maven 作为构建工具。
IDE：IntelliJ IDEA2024.3.4
OpenAI API Key：LangChain4j 支持 OpenAI 的 GPT 模型，你需要一个 OpenAI API Key。也可以使用Langchain4j测试账号。
LangChain4j 0.36.2

1.2 创建 Spring Boot 项目

我们先看本篇文章对应的项目结构，请看下图

2. 集成 LangChain4j

2.1 添加 LangChain4j 依赖

在 pom.xml 中添加 LangChain4j 的依赖：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>cn.itbeien.ai</groupId>
        <artifactId>langchain4j-labs</artifactId>
        <version>1.0-SNAPSHOT</version>
    </parent>

    <artifactId>lab02</artifactId>

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>

    <dependencies>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
        </dependency>
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-spring-boot-starter</artifactId>
        </dependency>

        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-open-ai-spring-boot-starter</artifactId>
        </dependency>
    </dependencies>

</project>

2.2 配置 OpenAI 模型

在 application.properties 中添加 OpenAI 的 API Key：

langchain4j.open-ai.chat-model.api-key=demo
langchain4j.open-ai.chat-model.model-name=gpt-4o-mini

3. 构建智能问答系统

3.1 创建问答服务

创建一个服务类 QAService，用于处理问答逻辑：

package cn.itbeien.lab02.service;

import dev.langchain4j.model.chat.ChatLanguageModel;
import org.springframework.stereotype.Service;

/**
 * @author itbeien
 * 项目网站：https://www.itbeien.cn
 * 公众号：贝恩聊架构
 * 全网同名，欢迎小伙伴们关注
 * Java/AI学习社群
 * Copyright© 2025 itbeien
 */
@Service
public class QAService {

    ChatLanguageModel chatLanguageModel;

    public QAService(ChatLanguageModel chatLanguageModel) {
        this.chatLanguageModel = chatLanguageModel;
    }

    public String askQuestion(String userMessage) {
        return chatLanguageModel.generate(userMessage);
    }
}

3.2 创建 REST 控制器

创建一个控制器类 QAController，用于暴露 RESTful API：

package cn.itbeien.lab02.controller;
import cn.itbeien.lab02.service.QAService;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * @author itbeien
 * 项目网站：https://www.itbeien.cn
 * 公众号：贝恩聊架构
 * 全网同名，欢迎小伙伴们关注
 * Java/AI学习社群
 * Copyright© 2025 itbeien
 */
@RestController
@RequestMapping("/api")
public class QAController {

    private final QAService qaService;

    public QAController(QAService qaService) {
        this.qaService = qaService;
    }

    @PostMapping("/ask")
    public String askQuestion(@RequestBody String question) {
        return qaService.askQuestion(question);
    }
}

3.3 测试 API

启动 Spring Boot 应用，使用 Postman 或 curl 测试 API：

curl -X POST http://localhost:8080/api/ask -H "Content-Type: text/plain" -d "法国的首都是什么?"

响应结果：

4. 添加记忆机制

为了支持多轮对话，我们可以使用 LangChain4j 的 ChatMemory 功能。

4.1 配置信息

package cn.itbeien.lab02.config;

import dev.langchain4j.memory.ChatMemory;
import dev.langchain4j.memory.chat.MessageWindowChatMemory;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * @author itbeien
 * 项目网站：https://www.itbeien.cn
 * 公众号：贝恩聊架构
 * 全网同名，欢迎小伙伴们关注
 * Java/AI学习社群
 * Copyright© 2025 itbeien
 */
@Configuration
public class AssistantConfiguration {
    @Bean
    ChatMemory chatMemory() {
        return MessageWindowChatMemory.withMaxMessages(10);
    }
}

4.2 新建多轮问答服务

新建 MultiTurnChatService 以支持多轮对话：

package cn.itbeien.lab02.service;


import dev.langchain4j.service.SystemMessage;
import dev.langchain4j.service.spring.AiService;

/**
 * @author itbeien
 * 项目网站：https://www.itbeien.cn
 * 公众号：贝恩聊架构
 * 全网同名，欢迎小伙伴们关注
 * Java/AI学习社群
 * Copyright© 2025 itbeien
 */
@AiService
public interface MultiTurnChatService {
    @SystemMessage("你是一个支持多轮对话的客服助理")
    String chat(String userMessage);
}

4.3 测试多轮对话

使用 Postman 或 curl 测试多轮对话：

curl -X POST http://localhost:8080/api/multi/chat -H "Content-Type: text/plain" -d "法国的首都是什么?"
curl -X POST http://localhost:8080/api/multi/chat -H "Content-Type: text/plain" -d "那个城市的人口是多少"

响应结果：

通过本篇文章，你已经掌握了如何使用 LangChain4j 和 Spring Boot 3 构建一个智能问答系统。我们从环境搭建、依赖配置、服务开发到多轮对话的实现，逐步完成了整个项目的开发。LangChain4j 提供了强大的语言模型集成能力，而 Spring Boot 3 则让开发过程更加高效和便捷。

以上就是今天大模型应用开发LangChain4j和SpringBoot3.4.3实战:构建智能问答系统全部内容，文章最后有源码下载地址

欢迎大家关注我的项目实战内容itbeien.cn，一起学习一起进步，在项目和业务中理解各种技术。