Angewandte KI für die Java-Entwicklung in Unternehmen (German Edition)
by Alex Soto Bueno, Markus Eisele, Natale Vinto
Kapitel 8. LangChain4j
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Im letzten Kapitel „ ” haben wir gezeigt, wie man KI-Modelle als Inferenzmodell-API nutzen kann. Das klappt bei einfachen Problemen, aber wenn du komplexere Lösungen entwickelst, die stark auf KI setzen, brauchst du mehr als nur einfache Anfragen und Antworten.
In diesem Kapitel stellen wir LangChain4j vor, ein Framework zur Vereinfachung der Integration von KI-/LLM-Funktionen in Java-Anwendungen, das hochentwickelte Funktionen wie Speicher oder Datenanreicherung bietet. Wir behandeln Beispiele mit einfachem Java und dessen Integration mit Quarkus und Spring Boot, damit Sie sich ein umfassendes Bild von der Verwendung in verschiedenen Java-Projekten machen können.
In diesem Kapitel lernst du Langchain4j von den Grundlagen bis hin zu fortgeschrittenen Szenarien kennen, wobei wir Eingabeaufforderung, Speicher, Datenanreicherung und Bildverarbeitung verwenden. RAG heben wir uns für das nächste Kapitel auf.
Was ist LangChain4j?
LangChain4j ist eine Java-Implementierung, die vom beliebten Python-Framework LangChain inspiriert ist. Es hilft Entwicklern beim Erstellen von Anwendungen, die sich in LLMs integrieren lassen. LangChain4j bietet Tools und Abstraktionen, um die Integration von LLMs in Java-basierte Anwendungen zu vereinfachen und Funktionen wie NLP, Textgenerierung, Frage-Antwort und mehr zu ermöglichen.
Wie das LangChain-Framework ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access