langboot

项目介绍：LangBoot

LangBoot是一个创新项目，旨在使用Langchain的理念来构建基于SpringBoot的AI应用程序。该项目通过集成流行的大语言模型（LLMs），如OpenAI、ChatGLM等，实现各种AI功能。

技术堆栈

LangBoot依赖于以下主要技术组件：

• Java：版本17+
• SpringBoot：版本3.1.0
• Swagger-UI：用于API文档与测试，采用knife4j-openapi3-jakarta-spring-boot-starter
• 工具包：Hutool-all
• 缓存：Redis
• JSON解析：Fastjson2
• 数据库连接：MySQL Connector (mysql-connector-j)
• ORM框架：MyBatis-Plus
• OpenAI库：openai-java
• 前端技术：Freemarker、Bootstrap、jQuery、Recorder.js
• 流式聊天：使用SSE（Server-Sent Events）
• 大语言模型支持：包括OpenAI, ChatGLM2, 文心一言, 智谱AI, Kimi等
• 嵌入模型：OpenAI, text2vec-transformers, 文心一言
• 向量存储：Weaviate, Milvus, pgvector

功能与路线图

LangBoot项目已实现和计划实现的功能包括：

• 知识库功能

  • 已支持非结构化文档（如markdown、PDF等）的接入
  • 正在开发结构化数据（如Excel、SQL）的接入和知识图谱对接

• 系统功能

  • 用户模块：已实现用户登录，未来将添加注册和第三方登录功能
  • 已实现的功能还包括基于SSE的流式聊天、语音输入输出、会话管理、知识库管理及搜索引擎问答支持

• Prompts相关功能

  • 已实现功能：摘要、翻译、关键词提取、文本分类、内容安全、偏好分析、文本生成图像
  • 查重功能仍在开发中

• 前端优化

  • 移动端适配完成
  • 流式输出的优化已完成

快速入门指南

以下是快速上手LangBoot项目的步骤：

1. 执行数据库脚本

   init-script/db.sql

2. 安装本地向量数据库

   docker-compose up -d

3. 大语言模型的配置
   • 配置OpenAI的API Token

   openai.token=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

   • 或者启动本地的ChatGLM2模型

   python .\openai_api.py

功能展示

LangBoot还提供了丰富的UI界面和功能截图，以便用户更好地理解和利用项目功能。例如：登录页面、首页功能、多种功能模块展示，以及本地知识库的操作界面。

交流与支持

如果对LangBoot项目感兴趣，可加入微信交流群进行讨论与交流，这里有相关的二维码，欢迎参与。注意：二维码如已过期，请扫个人二维码以便重新入群。

LangBoot项目通过结合大语言模型与强大的后端技术架构，提供高效的AI应用开发范例，预计将为未来的AI应用程序开发带来更广泛的应用和可能性。