
langchain4j-examples
照着跑通示例,快速把大模型接进 Java 项目
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-12 · 当前星标 ★ 1917
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- Git(用于克隆示例仓库)
- Java 运行环境(JDK,项目为 Java 示例)
- 网络可访问 GitHub,以便克隆仓库并提交 issue
安装与启动步骤
-
1克隆示例仓库
把官方示例仓库完整下载到本地。仓库体积较大,克隆时请保持网络稳定。
git clone https://github.com/langchain4j/langchain4j-examples.git -
2进入仓库目录
切换到刚克隆下来的仓库根目录,后续所有浏览和运行操作都在此目录下进行。
cd langchain4j-examples -
3查看教程示例
README 推荐从 tutorials 目录入手,可先列出源码文件了解示例组织方式。
ls tutorials/src/main/java -
4查看其它示例目录
README 还给出 other-examples(更多示例)与 rag-examples(高级 RAG 技巧)两个推荐入口。
ls other-examples/src/main/java -
5挑选示例阅读运行
按主题进入对应子目录,用 IDE 打开该 Java 示例并运行;不同示例依赖的模型服务不同,需按示例内容自行准备。
如何确认成功
克隆完成后能在本地看到 tutorials、other-examples、rag-examples 等目录及其 Java 源码,即表示准备就绪。
常见问题
Q:从哪里开始看示例最合适?
A:README 建议从 tutorials/src/main/java 的教程开始,之后再看 other-examples、rag-examples,以及带记忆、工具和 RAG 的客服 agent 示例。
Q:还有更多社区示例吗?
A:有,README 指向社区示例仓库 langchain4j-community-examples,可作为官方示例的补充。
Q:遇到问题或想提需求怎么办?
A:README 说明可到 langchain4j 主仓库的 issue 页面提交:https://github.com/langchain4j/langchain4j/issues/new/choose。
Q:README 里没写安装命令怎么办?
A:该仓库是示例代码集合,README 未给出统一安装步骤,需自行按示例所在模块逐个打开阅读和运行。
注意事项
- README 节选未提供任何安装或运行命令,本教程步骤仅为克隆与浏览的通用准备动作。
- 各示例依赖的模型服务(如 OpenAI、Azure OpenAI、Ollama、Anthropic、Google Gemini 等)需自行准备访问凭证,具体以示例代码为准。
- 本仓库只是示例集合,本身不是可直接部署的服务,无需配置端口或启动脚本。
核心亮点
- 覆盖模型接入、RAG、工具调用、记忆、流式输出等主流场景,示例按主题分目录,查找方便
- 每个示例保持最小可运行,依赖和配置清晰,适合直接复制到自己的项目里改造
- 与 LangChain4j 主库同步更新,能第一时间反映新 API 和最佳实践
不足之处
- 示例偏教学,缺少生产级的错误处理、重试、限流和可观测性示范
- 部分示例依赖外部 API Key 或本地模型服务,环境准备成本较高
适用场景
- Java 后端团队首次评估 LangChain4j 时快速跑通 Demo
- 需要给现有 Spring Boot 服务接入对话、RAG 或工具调用能力时参考实现
- 教学或内部分享中作为可运行的 LLM 应用示例素材
替代项目
spring-ai、langchain
上一篇:langchainjs
下一篇:docs
同类项目推荐
code-context-engine
开源
索引代码库,让 AI 搜索而非读文件,省 94% token。
Save 94% on AI coding tokens. Index your codebase, agents search instead of reading ···
streamdown
开源
AI 流式输出 Markdown,边生成边稳定渲染不闪烁
A drop-in replacement for react-markdown, designed for AI-powered streaming.
retrieval-agent-template
开源
官方 RAG 智能体骨架,改改就能跑
grace
开源
用函数式语言写提示,把散乱 prompt 变成可组合程序
A prompt engineering functional programming language
swarmauri-sdk
开源
模块化 AI 智能体 SDK,快速组装 LLM 应用
Modular Python SDK and monorepo for AI agents, LLM integrations, tools, parsers, emb···
comfyui-tooling-nodes
开源
把 ComfyUI 变成外部工具的图像处理后端,免去文件上传下载,直接传图拿结果。
Nodes for using ComfyUI as a backend for external tools. Send and receive images dir···
swytchcode-examples
开源
多模型多智能体接入示例,拿来就能跑
Swytchcode demo projects with different agents
canopy
开源
用 Pinecone 快速搭建生产级 RAG 问答应用,省去管道搭建烦恼。
Retrieval Augmented Generation (RAG) framework and context engine powered by Pinecon···
griptape
开源
用 Python 模块化搭建 AI 智能体,搞定复杂工作流。
Modular Python framework for AI agents and workflows with chain-of-thought reasoning···