llm apps java langchain4j

LLM -Anwendungen mit Java, Spring Boot und Langchain4J

Proben, die zeigen, wie Java -Anwendungen erstellt werden, die von generativen AI und LLMs mithilfe der Langchain4J Spring Boot -Erweiterung betrieben werden.

Voraussetzungen

• Java 17+
• Docker/Podman
• OpenAI -API -Schlüssel (optional)
• Ollama (optional)

Inhalt

1. Chat -Modelle

Projekt	Beschreibung
Chat-Modelle-Ollama	Textgenerierung mit LLMs über Ollama.
Chat-Modelle-Openai	Textgenerierung mit LLMs über OpenAI.

2. Eingabeaufforderungen

Projekt	Beschreibung
Eingabeaufforderungen-Basic-Ollama	Aufforderung an die Verwendung einfacher Text mit LLMs über Ollama.
Eingabeaufforderungen-Basic-Openai	Auffordern der Verwendung einfacher Text mit LLMs über OpenAI.
Eingabeaufforderungen-Messages-Ollama	Aufforderung an die Verwendung strukturierter Nachrichten und Rollen mit LLMs über Ollama.
Eingabeaufforderungen-OpenAI	Aufforderung an die Verwendung strukturierter Nachrichten und Rollen mit LLMs über OpenAI.
Eingabeaufforderungen-Templates-OLLAMA	Aufforderung zur Verwendung von Vorlagen mit LLMs über Ollama.
Eingabeaufforderungen-Templatten-Openai	Aufforderung an die Verwendung von Vorlagen mit LLMs über OpenAI.

3. Ausgangsparser

Projekt	Beschreibung
Output-Parsers-Ollama	Analyse der LLM -Ausgabe als strukturierte Objekte (Bohnen, Karte, Liste) über Ollama.
Output-Parsers-Openai	Analyse der LLM -Ausgabe als strukturierte Objekte (Bohnen, Karte, Liste) über offene AI.

4. Einbettungsmodelle

Projekt	Beschreibung
Einbettungsmodellen-OLLAMA	Vektortransformation (Einbettung) mit LLMs über Ollama.
Einbettungsmodellen-Openai	Vektortransformation (Einbettung) mit LLMs über OpenAI.

5. Dokumentleser

Bald kommen

6. Dokumenttransformatoren

Bald kommen

7. Dokumentautoren

Bald kommen

8. Vektor Stores

Bald kommen

9. Werkzeuge

Bald kommen

10. Bildmodelle

Bald kommen

Referenzen und zusätzliche Ressourcen

• Langchain4J