langchain4j

Java 开发者用统一 API 快速构建 LLM 应用，无缝集成 Spring Boot

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 对话助手 🍴 复刻 2669 🐛 待处理 1116 👀 关注 119
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 13377
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源Java库，Apache-2.0许可，完全免费，可自行部署使用。

项目预览

langchain4j 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类对话助手
开发团队langchain4j
官网地址https://docs.langchain4j.dev
GitHubhttps://github.com/langchain4j/langchain4j
定价模式🏷️完全免费
价格说明开源Java库，Apache-2.0许可，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Java
技术栈/模型anthropic,chatgpt,chroma,embeddings,gemini,gpt,huggingface,java,langchain,llama,llm,llms,milvus,ollama,onnx,openai,openai-api,pgvector,pinecone,vector-database
GitHub 星标★ 13377
上线时间2023-06-20 00:00:00
代码更新2026-11-09
仓库体积42.4 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

LangChain4j 是一个面向 JVM 生态的 Java 开源库，旨在为构建 LLM 驱动的应用提供地道、简洁的开发体验。它解决了 Java 开发者难以像 Python 生态那样便捷集成大模型的问题，通过统一的 API 抽象，屏蔽了不同 LLM 提供商（如 OpenAI、Anthropic、Google Gemini、Ollama 等）和向量存储（如 Chroma、Milvus、Pinecone）的差异。核心能力包括：支持工具调用（含 MCP 协议）、智能体（Agent）构建、RAG（检索增强生成）流程实现，以及结构化输出、流式响应等。它与 Spring Boot 和 Quarkus 等企业级框架深度集成，让 Java 开发者能够以惯用方式快速将大模型能力嵌入现有业务系统，降低学习成本和集成复杂度。

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 2026-08-09 · 当前星标 ★ 13377

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。

难度：入门 约 10 分钟 部署方式：库/依赖 5 步

⚠ 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

  • JDK 环境（LangChain4j 是运行在 JVM 上的 Java 库）
  • Java 构建工具（如 Maven 或 Gradle）
  • 至少一个 LLM 提供商账号与 API Key（如 OpenAI、Google Vertex AI）
  • 可访问官网文档 docs.langchain4j.dev 的网络环境

安装与启动步骤

  1. 1查阅入门文档

    README 的 Getting Started 只给出官方入门文档链接，安装方式、依赖坐标以该文档为准。

  2. 2确认 JDK 可用

    项目运行于 JVM 之上，先用命令行确认本机 JDK 已正确安装并能输出版本信息。

    java -version

  3. 3添加项目依赖

    在你已有的 Java 工程构建文件中引入 LangChain4j 依赖，具体坐标见官方入门文档。

  4. 4准备模型密钥

    从 README 提到的 OpenAI、Google Vertex AI 等提供商中选一个，申请并保存 API Key。

  5. 5运行最小示例

    按入门文档编写最小调用代码，通过统一 API 向所选模型发起请求并查看返回结果。

如何确认成功

按入门文档运行最小示例，能正常收到模型返回的文本，即表示库接入与配置成功。

常见问题

Q：支持哪些大模型提供商？

A：README 称目前支持 20+ 主流 LLM 提供商，完整清单可在官方文档的集成语言模型页面查看。

Q：更换模型需要重写代码吗？

A：不需要。项目提供统一 API，切换不同 LLM 或向量库时通常只需替换对应实现，业务代码基本不用改。

Q：支持哪些向量存储？

A：README 称支持 30+ 向量存储，例如 Pinecone、Milvus、Chroma 等，详情见官方集成文档。

Q：README 里为什么没有安装命令？

A：本 README 只是项目概述，安装、依赖和上手代码统一放在 docs.langchain4j.dev 的 Getting Started 页面。

注意事项

  • README 未给出具体依赖坐标、端口或配置项，实操请以官方入门文档为准。
  • LangChain4j 是 Java 库而非独立部署的服务，需要嵌入到你自己的 Java 应用中使用。
  • 英文 README 的 Getting Started 章节仅提供一个文档链接，没有可直接复制的安装命令。

核心亮点

  • 统一 API 覆盖主流 LLM 提供商和向量库，切换模型无需改业务代码
  • 原生支持工具调用和 MCP 协议，方便扩展 Agent 能力
  • 与 Spring Boot/Quarkus 深度集成，企业级项目接入成本低

不足之处

  • 文档和示例相对 Python 版 LangChain 不够丰富，部分高级用法需自行探索
  • 社区规模和生态活跃度仍小于 Python 生态，第三方扩展较少

适用场景

  • 在 Java 微服务中快速接入 ChatGPT 等大模型，实现智能客服
  • 构建基于 RAG 的企业知识库问答系统，结合内部文档检索
  • 开发支持工具调用的 Agent 应用，如自动执行任务或调用外部 API

替代项目

LangChain (Python)、Spring AI、Semantic Kernel (Java 版)

上一篇：banks

下一篇：oc-codex-multi-auth

同类项目推荐

claude-plugins-official 开源

官方精选 Claude Code 插件，一处查找直接接入

Official, Anthropic-managed directory of high quality Claude Code Plugins.

★ 46542 2026-10-27
ai-sdk-ollama 开源

用 AI SDK 统一接口直接调用本地 Ollama 模型

A Vercel AI SDK provider for Ollama built on the official ollama package. Type safe,···

★ 132 2026-10-29
beeai-framework 开源

用 Python 或 TypeScript 快速搭建生产级多智能体应用

Build production-ready AI agents in both Python and Typescript.

★ 3455 2026-08-09
soorgeon 开源

一键把 Jupyter 笔记本变成生产级数据管道

Convert monolithic Jupyter notebooks into maintainable Ploomber pipelines.

★ 81 2026-08-09
openai-kotlin 开源

一套 Kotlin 代码，无缝调用 OpenAI、Claude、Gemini 等主流大模型。

OpenAI clients for kotlin multiplatform SDK, supports OpenAI, Anthropic, Azure, Gemi···

★ 57 2026-08-09
spring-ai-agent-utils 开源

在 Spring 应用里几行代码组装出会调工具的 AI 代理

A Spring AI library that brings Claude Code-inspired tools and agent skills to your ···

★ 678 2026-09-12
agentscope-java 开源

用 Java 构建生产级多智能体应用，稳定应对复杂业务。

Build distributed, production-grade, long-running agents.

★ 6302 2026-08-09
reachat 开源

用 React 组件快速搭建 AI 聊天界面，省时又专业

UI Building Blocks for LLM/Chat UIs. Maintained by @goodcodeus.

★ 219 2026-08-09