>不懂Python？没关系。纯Java实现，30分钟让你的项目从“只会CRUD”到“能聊会记”

## Java开发者自己的LangChain

先交代一下背景：我是一个Java开发，Spring Boot、MyBatis-Plus这些算是老朋友了。去年AI火起来的时候，看着Python那边的LangChain生态风生水起，说实话，我也心动过。
我也去看过Python的语法，了解过LangChain的基本概念——**但也仅此而已**。真要我用Python写生产级应用，心里真没底，语法知道了但还有一堆类似java依赖相似的库之类的定义。
后来我就在想：**有没有Java版的LangChain？**
然后就搜了搜，还真有-->**LangChain4j**。
从了解概念到动手实践，差不多用了大半个月吧，也踩了不少坑，也摸出了一些门道。由于是以前的初版示例，用的版本也不是最新的，大家可以自行替换。

----
## 第一步：项目初始化（三步）

### 1.1 建项目、加依赖

我的技术栈：Spring Boot 3.4.5 + JDK 21。LangChain4j的版本我选了`1.0.0-beta3`——别看是beta，实测挺稳的。（这儿有个坑，原来项目是JDK8，但langchain4j或者是Spring ai框架基本是得17+才能行，所以得做相应升级，这个升级也可能是一个工作量，会牵扯MP以及Springboot本身这些的升级等）
初期学习用这些完全足够，我认为是先理解在优化精进，关键的依赖就这几个：
xml
```

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j</artifactId>
    <version>1.0.0-beta3</version>
</dependency>


<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
    <version>1.0.0-beta3</version>
</dependency>


<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
```
**当初踩过的坑**：只加这三个依赖会报版本冲突，需要加一个BOM来统一管理：
xml
```
<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-bom</artifactId>
            <version>1.0.0-beta3</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>
```
### 1.2 配置

我的`application.yaml`里，AI相关的配置就这几行：
yaml
```
langchain4j:
  community:
    dashscope:
      chat-model:
        api-key: sk-your-api-key-here  # 去阿里云百炼申请，新用户有免费额度
        model-name: qwen-max           # 通义千问最强模型
```
说实话，刚开始我以为要写一堆配置类。结果这个Starter全给做了——只要配了api-key，`ChatLanguageModel`这个Bean就自动注入了。这就太Spring了，以及对应langchain4j的兼容。

----
## 第二步：三个方面，从入门到进阶
其实也算不了进阶，就是你更贴近实际需求的转换，了解1-2-3也能加深自己印象。
LangChain4j给了三种使用方式。我全试了一遍，从“能用”到“好用”，你们可以根据自己场景选。
### 一：最简调用（5分钟跑通，适合先体验）

最直接的方式：传消息，拿回复。**没有记忆，问完就忘**。
java
```
@RestController
@RequiredArgsConstructor
public class ChatController {
    
    final ChatLanguageModel chatLanguageModel;  // 自动注入，一行代码都不用写
    
    @GetMapping("/chat/simple")
    public String chat(String message) {
        return chatLanguageModel.chat(UserMessage.from(message))
                .aiMessage()
                .text();
    }
}
```
测试一下：发个“你好”，它回“你好”。再发“我叫什么”，它懵了：“我不知道啊。”
**这种感觉就像**：你跟一个陌生人说话，他说完就忘了你是谁。用是能用，但体验太差。
### 二：手动管理记忆（适合想完全掌控）

为了解决“健忘”问题，我试着手动管理记忆：
java
```
public class ChatController {
    
    // 创建一个记忆窗口，保留最近10轮对话
    private final ChatMemory chatMemory = MessageWindowChatMemory.withMaxMessages(10);
    
    @GetMapping("/chat/with-memory")
    public String chatWithMemory(String message) {
        // 1. 把用户说的话存进记忆
        chatMemory.add(UserMessage.from(message));
        
        // 2. 带着所有历史去问AI
        ChatResponse response = chatLanguageModel.chat(chatMemory.messages());
        
        // 3. 把AI的回答也存进记忆
        chatMemory.add(response.aiMessage());
        
        return response.aiMessage().text();
    }
}
```
这次再试：我说“我叫张三”，它回“你好张三”。再问“我叫什么”，它说“你叫张三”。
**成了！** 但问题也来了——这只是一个用户的记忆。真实项目里几十上百个用户，我得为每个人创建独立的`ChatMemory`对象，还得管理它们的生命周期。代码很快就会乱。
### 三：AiServices

这是我最喜欢的方式，没有之一。**你只需要定义一个接口，加几个注解，剩下的它全帮你搞定**。
**第一步：定义接口**
java
```
public interface ChatAiassistant {
    // 简单版：不带记忆
    @SystemMessage("你的名字叫小智，是一个智能助手")
    String chat(String message);
    
    // 进阶版：带记忆，memoryId就是用户ID
    @SystemMessage("你的名字叫小智，是一个智能助手")
    String chatWithMemory(@MemoryId String memoryId, @UserMessage String message);
}
```
你看这个接口，是不是有点像Feign Client？**声明式编程**，熟悉的味道。
**第二步：配置生成**
java
```
@Configuration
public class LangChainConfig {
    
    @Resource
    private ChatLanguageModel chatLanguageModel;
    
    // 用一个ConcurrentHashMap存所有用户的记忆，线程安全
    private final Map<String, ChatMemory> memoryStore = new ConcurrentHashMap<>();
    
    @Bean
    public ChatAiassistant chatAiassistant() {
        return AiServices.builder(ChatAiassistant.class)
                .chatLanguageModel(chatLanguageModel)
                .chatMemoryProvider(memoryId -> {
                    String id = String.valueOf(memoryId);
                    // 同一个用户进来，返回同一个记忆实例
                    return memoryStore.computeIfAbsent(id,
                            key -> MessageWindowChatMemory.withMaxMessages(10));
                })
                .build();
    }
}
```
**第三步：直接在Controller里用**
java
```
@GetMapping("/chat/ai-memory")
public String chatWithMemory(String message, @RequestParam String userId) {
    // 就这么简单！记忆管理完全不用你操心
    return chatAiassistant.chatWithMemory(userId, message);
}
```
还挺爽的，感觉其实也很兼容现在Spring boot开发习惯。不过此处为当时练手，没有做持久化储存，要持久化储存也提供了ChatMemoryStore接口，我们可以通过它做持久化记忆。但做一定的缓存也是有必要的，下面也会聊一下这些。
```
public interface ChatMemoryStore {
    List<ChatMessage> getMessages(Object var1);

    void updateMessages(Object var1, List<ChatMessage> var2);

    void deleteMessages(Object var1);
}
```

----
## 第三步：讲讲各个具体细节

### 3.1 多用户记忆隔离

在`LangChainConfig`里，我用了一个`ConcurrentHashMap`来存储所有用户的记忆：
- **Key**：用户的`memoryId`（可以是数据库ID、Session ID、或者任意唯一标识）
- **Value**：该用户的`ChatMemory`对象

`computeIfAbsent`保证：同一个用户进来，永远拿到同一个记忆实例。不同用户之间完全隔离。
**高并发下的安全性**：`ConcurrentHashMap`是线程安全的，多个请求同时进来不会乱。这也就是demo，但其实也是需要考虑的，实践做持久化我想也得考虑这个问题，只是说不是处理在我们的系统内存上。
### 3.2 记忆窗口的大小

`MessageWindowChatMemory.withMaxMessages(10)`中的“10”指的是**10轮对话**（用户说一句+AI回一句算2轮），有点记不住算没算@SystemMessage的了，这会写博客也不想去验证了-😅有点懒了-这就铁铁们自行验证下，但肯定不是10轮对话消息。
我开始设成10，以为能记10次对话，结果发现记不住，实际上好像是<5次的。
- 别设太高，否则每次请求的token消耗会线性增长，因为要那以前的内容给再次组合传过去。

### 3.3 面向接口，切换模型零成本

你可能注意到了，业务代码里没有任何“qwen”或“通义千问”的字样。**因为`ChatLanguageModel`是一个接口**，也可以做多模型的接入，能创建多个模型，通过AIService进行管理不同模型配置等等可以
所有模型提供商都实现了这个接口。想换模型？改配置文件就行，业务代码一行不动：
yaml
```
# 从通义千问换成DeepSeek
langchain4j:
  open-ai:
    chat-model:
      api-key: sk-your-deepseek-key
      base-url: https://api.deepseek.com/v1
      model-name: deepseek-chat
```

----
## 第四步：踩坑指南（都是真金白银换来的）

### 坑1：版本不匹配，启动就报错

LangChain4j还在快速迭代，不同版本之间API变化挺大。我一开始参考的文档版本和实际用的版本对不上，折腾了半天。
**解决方案**：就找好匹配的就行，如果学习就先用我这练练手也可以。
### 坑2：MemoryId必须是String类型

我一开始把`@MemoryId`的参数类型写成`Long`（心想userId在数据库里就是Long嘛），结果运行报类型转换错误。
**解决方案**：要么改类型为String，要么调用的时候用`String.valueOf(userId)`。我选择了前者。
### 坑3：误解withMaxMessages的参数含义

----
## 总结：

说实话，去年AI刚火的时候，我也焦虑过。看着Python那边的生态，总觉得Java要掉队了。
但LangChain4j出来让我看到：**用Java也可以写AI应用**。企业级应用需要的稳定性、可维护性、生态整合能力，Java天生就擅长。
我不熟Python，也没用Python做过生产项目。但我**了解过LangChain的基本概念**，然后**直接上手LangChain4j**，基本也不是非常晦涩难懂的东西，而且现在Spring ai 的迭代也好，背靠Spring，更新迭代也快，也非常实用。
**如果你跟我情况类似**：懂Java、了解AI基本概念、想在自己的项目里集成AI能力。别犹豫了，照着这篇文章的代码，把API Key换上，跑起来的那一刻，你会觉得——**原来AI离Java开发者，一点都不远**。

不懂Python？没关系。纯Java实现，30分钟让你的项目从“只会CRUD”到“能聊会记”

Spring boot 通过langchain4j接入模型

软件开发

人工智能

后端

编程语言

Java开发者快速实现AI对话功能指南：无需Python，纯Java通过LangChain4j实现智能对话系统。文章详细讲解从项目初始化到多用户记忆管理的完整流程，包括SpringBoot集成、通义千问API配置、三种调用方式对比及常见问题解决方案。适合Java开发者快速为项目添加AI能力，30分钟实现从基础CRUD到智能对话的升级。

数据库

Python

Java

2026采购季 | AI焕新·智启新局

tencentdb-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Java开发者快速实现AI对话功能指南：无需Python，纯Java通过LangChain4j实现智能对话系统。文章详细讲解从项目初始化到多用户记忆管理的完整流程，包括SpringBoot集成、通义千问API配置、三种调用方式对比及常见问题解决方案。适合Java开发者快速为项目添加AI能力，30分钟实现从基础CRUD到...

Spring boot 通过langchain4j接入模型-腾讯云开发者社区-腾讯云

Spring boot 通过langchain4j接入模型

Spring boot 通过langchain4j接入模型

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐