Quarkus LangChain4j：将大语言模型无缝集成到Quarkus应用中

在人工智能快速发展的今天，大语言模型(LLMs)正在重塑软件开发的方式，改变着我们与应用程序交互以及构建业务逻辑的方式。Quarkus LangChain4j扩展应运而生，它为Quarkus开发者提供了一种简单而强大的方式来集成和利用LLMs的能力。

什么是Quarkus LangChain4j?

Quarkus LangChain4j是一个Quarkus扩展，它基于LangChain4j库构建，旨在简化LLMs在Quarkus应用中的集成过程。这个扩展提供了一种声明式的方法来与各种LLMs（如OpenAI、Hugging Face或Ollama）进行交互，同时还支持在Quarkus应用中调用LLM函数并加载文档到LLM的"上下文"中。

LLMs big picture

主要特性

Quarkus LangChain4j提供了一系列强大的功能:

声明式AI服务: 通过简单的注解就能定义和使用AI服务。
多种LLM集成: 支持OpenAI GPTs、Hugging Face、Ollama等多种大语言模型。
工具支持: 允许LLM调用应用中定义的方法来执行特定任务。
嵌入支持: 提供文本嵌入功能，用于语义搜索和相似度计算。
文档存储集成: 支持Redis、Chroma、Infinispan等多种文档存储方案。
原生编译支持: 完全兼容GraalVM原生镜像编译。
可观察性集成: 与Quarkus的可观察性堆栈（如指标、追踪）无缝集成。
可插拔的认证提供者: 灵活的认证机制支持。

快速开始

要在你的Quarkus项目中使用Quarkus LangChain4j，只需添加以下Maven依赖：

<dependency>
    <groupId>io.quarkiverse.langchain4j</groupId>
    <artifactId>quarkus-langchain4j-openai</artifactId>
    <version>0.17.2</version>
</dependency>

然后在application.properties文件中添加你的OpenAI API密钥：

quarkus.langchain4j.openai.api-key=sk-...

现在，你就可以创建一个AI服务接口来与LLM交互了：

@RegisterAiService
public interface MyAiService {

    @SystemMessage("You are a professional poet")
    @UserMessage("""
            Write a poem about {topic}. The poem should be {lines} lines long.
            """
    String writeAPoem(String topic, int lines);
}

深入了解

工具支持

Quarkus LangChain4j允许你定义"工具"，这些工具是LLM可以调用的方法。例如：

@ApplicationScoped
public class CustomerRepository implements PanacheRepository<Customer> {

    @Tool("get the customer name for the given customerId")
    public String getCustomerName(long id) {
        return find("id", id).firstResult().name;
    }
}

文档存储

为了扩展LLM的知识，你可以使用文档存储。这种方法被称为检索增强生成（RAG）：

@ApplicationScoped
public class RetrieverExample implements Retriever<TextSegment> {

    private final EmbeddingStoreRetriever retriever;

    RetrieverExample(RedisEmbeddingStore store, EmbeddingModel model) {
        retriever = EmbeddingStoreRetriever.from(store, model, 20);
    }

    @Override
    public List<TextSegment> findRelevant(String s) {
        return retriever.findRelevant(s);
    }
}