LangChain4j 学习教程项目

LangChain4j 学习教程

    • 项目地址
    • 项目简介
    • 主要功能
    • 使用的技术和库
    • 项目环境配置
      • 环境要求
    • 依赖版本
    • 每天学习内容和目标
      • Day 01
      • Day 02
      • Day 03
      • Day 04
      • Day 05
      • Day 06
      • Day 07
      • Day 08
      • Day 09
      • Day 10
      • Day 11
      • Day 12
      • 重点学习内容 RAG

经过为期12天(日均1小时)的LangChain4j源码深度研读,已完成核心模块的代码解析工作。研究过程中同步编写了配套示例代码,后续将通过系列技术文章逐日解析这些实践案例

项目地址

  1. https://github.com/shootercheng/langchain4j-tutorials
  2. https://gitee.com/3281328128/langchain4j-tutorials

项目简介

本项目是一个基于 Java 的教程项目,主要展示了如何使用 langchain4j 库进行自然语言处理和对话模型的应用。项目涵盖了从简单的对话模型到复杂的 RAG(Retrieval-Augmented Generation)模型的使用。

主要功能

  • 对话模型:使用 OpenAI 的对话模型进行简单的问答交互。
  • 流式聊天模型:支持流式响应的聊天模型,能够实时处理和显示部分响应。
  • RAG 模型:结合嵌入存储和对话模型,进行复杂的对话处理和信息检索。

使用的技术和库

  • langchain4j:用于自然语言处理和对话模型的 Java 库。
  • OpenAI:提供对话模型和嵌入模型。
  • DuckDB:用于嵌入存储。
  • Maven:项目构建工具。

项目环境配置

环境要求

  • Java: 21
  • Maven: 3.8.1

依赖版本

依赖名称 版本
dev.langchain4j:langchain4j 1.0.1
dev.langchain4j:langchain4j-open-ai 1.0.1
dev.langchain4j:langchain4j-embeddings-all-minilm-l6-v2 1.0.1
dev.langchain4j:langchain4j-document-parser-apache-tika 1.0.1
dev.langchain4j:langchain4j-web-search-engine-google-custom 1.0.1
dev.langchain4j:langchain4j-experimental-sql 1.0.1
org.jsoup:jsoup 1.16.2
dev.langchain4j:langchain4j-community-duckdb 1.0.0-beta4
ch.qos.logback:logback-classic 1.5.13
com.alibaba:fastjson 2.0.57
junit:junit 4.13.1
org.projectlombok:lombok 1.18.38
com.github.albfernandez:juniversalchardet 2.4.0

每天学习内容和目标

Day 01

  • 学习内容: 使用 OpenAI 的对话模型进行简单的问答交互,以及支持流式响应的聊天模型。
  • 学习目标: 掌握基本的对话模型使用方法。

Day 02

  • 学习内容: 使用自定义 HTTP 客户端构建器的流式聊天模型,以及解析服务器发送事件。
  • 学习目标: 学习如何定制和优化聊天模型。

Day 03

  • 学习内容: 使用嵌入存储和对话模型进行复杂的对话处理和信息检索,以及实现持久化聊天记忆。
  • 学习目标: 掌握高级对话模型和记忆管理技术。

Day 04

  • 学习内容: 实现 RAG 模型索引和查询。
  • 学习目标: 学习如何构建和使用 RAG 模型。

Day 05

  • 学习内容: 使用查询压缩的 RAG 模型进行复杂的对话处理和信息检索。
  • 学习目标: 掌握查询压缩技术。

Day 06

  • 学习内容: 使用扩展查询的 RAG 模型进行复杂的对话处理和信息检索。
  • 学习目标: 学习如何扩展查询以提高检索效果。

Day 07

  • 学习内容: 使用多个检索器的 RAG 模型进行复杂的对话处理和信息检索。
  • 学习目标: 掌握多检索器技术。

Day 08

  • 学习内容: 使用元数据过滤和查询的 RAG 模型进行复杂的对话处理和信息检索。
  • 学习目标: 学习如何利用元数据优化检索。

Day 09

  • 学习内容: 使用网络搜索的 RAG 模型进行复杂的对话处理和信息检索。
  • 学习目标: 掌握网络搜索集成技术。

Day 10

  • 学习内容: 使用 SQL 数据源的 RAG 模型进行复杂的对话处理和信息检索。
  • 学习目标: 学习如何与 SQL 数据库集成。

Day 11

  • 学习内容: 使用百度千帆搜索引擎进行网络搜索。
  • 学习目标: 掌握外部搜索引擎集成。

Day 12

  • 学习内容: RAG返回源信息、使用SQL数据库检索器
  • 学习目标:掌握返回源信息和使用SQL数据库检索器。

您可以查看每个目录中的 README.md 文件以获取更多信息。

重点学习内容 RAG

LangChain4j 学习教程项目_第1张图片

你可能感兴趣的:(#,LangChain4j,教程,langchain4j)