LangChain4j入门（三）接入阿里百炼

BOB-wangbaohai

于 2025-05-16 08:29:01 发布

阅读量674

点赞数 23

分类专栏： LangChain4j入门实践文章标签： LangChain4j Springboot3.x

本文链接：https://blog.csdn.net/weixin_42254759/article/details/147965831

版权

LangChain4j入门实践专栏收录该内容

4 篇文章

订阅专栏

前言

百炼平台集成了通义系列大模型和第三方模型，涵盖文本、图像、音视频等多种模态，支持 LlamaIndex 等开源框架，提供丰富的模型选择。

本文来实践一下使用 LangChain4j 接入通义千问和通义万象。

一、简单比较百炼和deepseek

特性	阿里云百炼平台	DeepSeek
模型支持	多模态、多模型，支持第三方接入	主要提供 DeepSeek 系列模型
应用构建	智能体、工作流、插件生态	主要关注模型性能和推理效率
部署方式	云端托管，提供 API 接口	支持开源模型，可进行私有化部署
开发工具链	完善的开发工具链，支持 Prompt 优化、流程编排等	提供基础的模型接口，需自行构建应用层
生态建设	丰富的生态服务，支持模型和应用共享	以模型为核心，生态建设相对较少
适用企业类型	适合需要快速构建多模态 AI 应用的企业	适合需要高性能、低成本模型部署的企业

二、创建百炼平台API-KEY

通义大模型首页：通义大模型_AI大模型_一站式大模型推理和部署服务-阿里云，笔者在写文章的时候，通义大模型开放免费试用，后续关闭的话只能氪金了。

进入百炼控制台后，会有一个免费试用开通的协议，根据提示勾选同意协议即可。我这里已经完成开通了。

点击左下角的API-key，就可以进入key管理界面了，在管理界面的右上角我们点击创建我的API-KEY。

选择默认的业务空间确认即可创建完成

查看我的key

三、接入通义大模型

① 添加通义的依赖

官方文档地址：DashScope (Qwen) | LangChain4j，官方文档中有直接引入 Starter 的方案，我们直接照做使用即可。

（1）父工程管理清单

<!--引入通义依赖管理清单-->
<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-community-bom</artifactId>
    <version>${langchain4j.version}</version>
    <type>pom</type>
    <scope>import</scope>
</dependency>

（2）服务工程引入依赖

<!-- langchain4j-Qwen -->
<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
</dependency>

② 添加配置

还是按照官方文档的说明，添加配置，官方文档地址：DashScope (Qwen) | LangChain4j。

模型的名称我们可以在百炼平台的模型广场获取，先用 qwen-max 尝尝鲜。

#open-ai相关配置
langchain4j:
  open-ai:
    chat-model:
      # 这里需要你自己的 api-key
      api-key: xxxxxxxxxxxxxxxxxxxxxxxxxxx
      model-name: deepseek-chat
      log-requests: true
      log-responses: true
      base-url: https://api.deepseek.com
  ollama:
    chat-model:
      base-url: http://127.0.0.1:11434
      # 这里需要修改成自己部署运行的模型名称
      model-name: deepseek-r1:8b
      log-requests: true
      log-responses: true
  #通义配置
  community:
    dashscope:
      chat-model:
        # 这里需要你自己的 api-key
        api-key: xxxxxxxxxxxxxxx
        model-name: qwen-max

③ 创建千问的测试接口

private final QwenChatModel qwenChatModel;

/**
 * 测试LangChain4j的Qwen功能
 * 向Qwen模型发送预设问题并获取回答
 *
 * @return Result<String> 包含成功状态和模型回答结果的封装对象
 * 当调用成功时返回模型回答文本，失败时返回错误信息
 */
@Operation(summary = "测试LangChain4j功能-Qwen")
@PostMapping("/Qwen")
public Result<String> Qwen() {
    // 向 模型 提问
    String answer = qwenChatModel.chat("请说明你的模型名称以及回答我你的特长是什么");
    return Result.success(answer);
}

④ 验证功能

此步骤直接展示接口调用结果，测试具体步骤请查看专栏第一篇文章的测试章节。

⑤ 创建万象的测试接口

首先需要选择一个模型，点击查看详情可以获取模型名称，有好多免费试用次数。

/**
 * 测试LangChain4j的Wanxiang功能
 * 向Wanxiang模型发送预设问题并获取回答
 *
 * @return Result<String> 包含成功状态和模型回答结果的封装对象
 * 当调用成功时返回模型回答文本，失败时返回错误信息
 */
@Operation(summary = "测试LangChain4j功能-Wanxiang")
@PostMapping("/wanxiang")
public Result<String> wanxiang() {
    // 手动配置模型配置
    WanxImageModel wanxImageModel = WanxImageModel.builder()
            .modelName("wanx2.1-t2i-plus")
            .apiKey("xxxxxxxxxxxxx") // 这里需要你自己的 api-key
            .build();

    // 向 模型 提问
    Response<Image> response = wanxImageModel.generate("LOL英雄皮城女警正在参与5V5团战，战况十分激烈，正处于对抗高潮阶段");

    // 获取图片的路径
    String imageUrl = response.content().url().toString();
    return Result.success(imageUrl);
}

⑥ 验证功能

此步骤直接展示接口调用结果，测试具体步骤请查看专栏第一篇文章的测试章节。

生成的图片下载地址如下，感觉图片质量还不错，内容可能需要额外补充才能更准确。

https://dashscope-result-wlcb-acdr-1.oss-cn-wulanchabu-acdr-1.aliyuncs.com/1d/72/20250515/4615cd53/388bb94a-bb80-4b64-90a8-8b6ea7db24842587851093.png?Expires=1747359946&OSSAccessKeyId=LTAI5tKPD3TMqf2Lna1fASuh&Signature=cOvoB32IEnvVcrDZIguNyKpkE9I%3D