llm apps java langchain4j

Applications LLM avec Java, Spring Boot et Langchain4J

Échantillons montrant comment créer des applications Java alimentées par AI et LLMS génératifs à l'aide de l'extension de démarrage de Spring Langchain4J.

Pré-requis

• Java 17+
• Docker / podman
• Clé API OpenAI (facultatif)
• Olllama (facultatif)

Contenu

1. Modèles de chat

Projet	Description
Chat-modes-allama	Génération de texte avec LLMS via Olllama.
Chat-modèles-openai	Génération de texte avec LLMS via OpenAI.

2. Invite

Projet	Description
invite-basics-ellama	Provoquer l'utilisation de texte simple avec LLMS via Olllama.
invite-basics-openai	Inviter l'utilisation de texte simple avec LLMS via OpenAI.
invite-messages-eurlay	Provoquer l'utilisation de messages et de rôles structurés avec LLMS via Olllama.
invite-messages-openai	Provoquer l'utilisation de messages et de rôles structurés avec LLMS via OpenAI.
invite-templates-eurlay	Provoquer l'utilisation de modèles avec LLMS via Olllama.
invite-templates-openai	Inviter l'utilisation de modèles avec LLMS via OpenAI.

3. Panes de sortie

Projet	Description
Passeurs de sortie-allama	Analyse de la sortie LLM en tant qu'objets structurés (Beans, Map, List) via Olllama.
Passeurs de sortie-openai	Analyse de la sortie LLM en tant qu'objets structurés (Beans, Map, List) via Open AI.

4. Modèles d'intégration

Projet	Description
intégrer des modes-encore	Transformation vectorielle (intégres) avec LLMS via Olllama.
incorporer des modes-openai	Transformation vectorielle (intégres) avec LLMS via OpenAI.

5. LECTEURS DE DOCUMENT

À venir

6. Transformers de documents

À venir

7. Rédacteurs de documents

À venir

8. Magasins vectoriels

À venir

9. Outils

À venir

10. Modèles d'image

À venir

Références et ressources supplémentaires

• Langchain4j