Langchain para Java: Supercargue su aplicación Java con el poder de LLMS
Introducción
¡Bienvenido!
El objetivo de LangChain4J es simplificar la integración de LLM en aplicaciones Java.
Aquí está como:
- API Unificadas: los proveedores de LLM (como OpenAI o Google Vertex AI) y las tiendas de incrustación (vector) (como Pinecone o Milvus) usan API patentadas. Langchain4j ofrece una API unificada para evitar la necesidad de aprender e implementar API específicas para cada una de ellas. Para experimentar con diferentes LLM o integrar tiendas, puede cambiar fácilmente entre ellas sin la necesidad de reescribir su código. Langchain4j actualmente admite más de 15 proveedores de LLM populares y más de 15 tiendas de incrustación.
- Caja de herramientas integral: desde principios de 2023, la comunidad ha estado construyendo numerosas aplicaciones con alimentación de LLM, identificando abstracciones, patrones y técnicas comunes. Langchain4j los ha refinado en código práctico. Nuestra caja de herramientas incluye herramientas que van desde plantillas de solicitud de bajo nivel, gestión de la memoria de chat y llamadas de funciones hasta patrones de alto nivel como servicios de IA y trapo. Para cada abstracción, proporcionamos una interfaz junto con múltiples implementaciones listas para usar basadas en técnicas comunes. Ya sea que esté construyendo un chatbot o desarrollando un trapo con una tubería completa desde la ingestión de datos hasta la recuperación, Langchain4j ofrece una amplia variedad de opciones.
- Numerosos ejemplos: estos ejemplos muestran cómo comenzar a crear varias aplicaciones con alimentación de LLM, proporcionando inspiración y permitiéndole comenzar a construir rápidamente.
Langchain4j comenzó a desarrollarse a principios de 2023 en medio de la exageración del chatgpt. Notamos una falta de contrapartes de Java a las numerosas bibliotecas y marcos de JavaScript LLM, ¡y tuvimos que solucionar eso! Aunque "Langchain" está a nuestro nombre, el proyecto es una fusión de ideas y conceptos de Langchain, Haystack, Llamaindex y la comunidad en general, condimentada con un toque de nuestra propia innovación.
Monitoreamos activamente los desarrollos de la comunidad, con el objetivo de incorporar rápidamente nuevas técnicas e integraciones, asegurando que se mantenga actualizado. La biblioteca está bajo desarrollo activo. Si bien todavía se están trabajando en algunas características, la funcionalidad central está en su lugar, lo que le permite comenzar a construir aplicaciones con motor LLM ahora.
Documentación
La documentación se puede encontrar aquí.
Empezando
La guía de inicio se puede encontrar aquí.
Ejemplos de código
Consulte ejemplos de cómo langchain4j se puede usar en repo langchain4j-pruebas:
- Ejemplos en Java simple
- Ejemplos con quarkus (utiliza la dependencia de quarkus-langchain4j)
- Ejemplo con arranque de primavera
Materiales útiles
Los materiales útiles se pueden encontrar aquí.
Obtener ayuda
Utilice las discusiones de Discord o Github para obtener ayuda.
Funciones de solicitud
Háganos saber qué características necesita al abrir un problema.
Contribuir
Las pautas de contribución se pueden encontrar aquí.
