LangChain4j:把工单文字交成 Java 对象,让 AI 接入已有服务层

开源项目猫目发布于 来源:LangChain4j 官方仓库与文档
用 AI Services 声明有类型的提取接口;从工单中的“人数未知”理解对象转换、JSON Schema 配置与业务校验的分工。
LangChain4j:把工单文字交成 Java 对象,让 AI 接入已有服务层

为什么值得关注

把自然语言提取结果交成 Java 接口约定的对象,使已有服务能继续分派、补问和展示,减少消息编排与输出转换的手工代码。

适合谁:已有 Java 服务,需要把工单提取、分类等模型结果交给业务逻辑的后端开发者。

这次有哪些亮点

  • 以 Java 接口声明 AI Service,由代理处理输入与输出转换。
  • 支持 POJO、枚举等返回类型,符合条件时按 Java 类型自动生成 JSON Schema。
  • 提供 Spring Boot、Quarkus 等 Java 框架集成。

使用前需要知道

最低 JDK 17;需供应商模块、可用模型与对应凭证。JSON Schema 必须由底层模型支持并显式启用,类型约束不保证事实正确;部分模块仍处 beta。Apache-2.0 为仓库许可,不覆盖外部模型服务条件。

客服贴来一句“订单页从上午开始打不开,影响人数还不清楚”,Java 后端下一步需要的通常是系统名称、问题描述、影响人数等字段,方便分派、补问或展示。LangChain4j 的 AI Services 很适合放在这道交接处:开发者声明 Java 接口和返回类型,由框架组织模型输入并解析输出,业务代码继续处理拿到的对象。AI Services 官方说明

这篇把它作为一个值得认识的 Java 项目介绍。项目按 Java 的接口、注解、POJO 和依赖注入习惯设计,API 与发布节奏独立于 Python LangChain。对已有 Spring Boot、Quarkus 等应用的团队,它的吸引力是让 AI 能力进入熟悉的服务层。官方仓库介绍

先定返回对象,再连接模型

AI Service 的用法接近声明一个业务接口。文档先从 String chat(String userMessage) 开始,再演示返回人物对象、枚举和其他结构化类型。AiServices 创建实现该接口的代理,负责把调用转成模型消息,以及把回答转成目标类型。封面是该官方文档的真实页面截图,能看到接口、模型配置、代理创建三个位置;不是本文运行画面。代理的工作过程

换成工单提取,可以把接口形状设计成这样。下文的中文输入和代码均为依据文档编写的教学示意,省略模型配置与导入,未作运行或中文效果测评。

record TicketDraft(String system, String symptom, Integer affectedUsers) {}

interface TicketExtractor {
    @UserMessage("从工单正文提取信息,未知字段保留为空:{{it}}")
    TicketDraft extract(String text);
}

应用准备好 ChatModel 后,可用 AiServices.create(TicketExtractor.class, model) 得到调用入口。输入还是客服原话,返回对象的目标字段则由接口约定。接下来的派单逻辑能直接读取字段,决定要补问什么;不必让后续代码从一段聊天回答里寻找“影响人数”这几个字。这里减少的是消息编排与对象转换的手工衔接,提取是否正确仍取决于模型和输入材料。POJO 返回类型示例

“人数未知”不该悄悄变成零

这个案例里我会保留 Integer affectedUsers,而不急着写成 int。当前结构化输出文档说明,生成的 JSON Schema 默认把字段视为可选;若模型没有提供可选的基本类型字段,int 会得到默认值 0,boolean 会得到 false。在工单系统里,零人受影响和人数尚未确认,是两种不同的业务状态。Required and Optional 说明

可空类型能表达缺值,但还需要在应用中检查:只有已知人数才能进入相应分派规则,未知则显示待补充。这是依据类型语义作出的工程选择。提示词写“未知留空”也不能保证模型永远不猜;官方还提醒,严格模式下可选枚举字段仍可能被填入幻觉值。得到合法对象,与得到可信事实,需要分开判断。

结构化输出本身也有前提。AI Service 返回 POJO、底层模型支持 JSON Schema、并在 ChatModel 中显式启用该能力时,框架才会据返回类型自动生成相应响应格式;该能力默认没有开启。另一条默认路径是把格式要求追加进提示并解析模型回答,官方明确认为这种方式可靠性较弱。因此换模型供应商时,业务接口可以保留,结构化输出配置与支持范围仍要逐项对照。结构化输出的两条路径

接入从 Get Started 开始:最低 JDK 17,分别添加所用供应商模块和高层 AI Services 所需的 langchain4j 依赖,准备模型凭证。当前指南的 BOM 示例是 1.23.0,同时提示不少模块仍带 beta 标识;不要把模块版本一律视为同样稳定。Spring Boot 与 Quarkus 的对应集成可处理 AI Service Bean 创建,再由应用注入使用。

仓库采用 Apache-2.0 许可证,外部模型服务的访问、成本与数据处理条件仍单独适用。已有 Java 服务、需要把提取或分类结果交给业务代码的人,可以从一个小接口开始;只需调用单个模型接口,或希望不写 Java 就配置完成整套流程的人,暂时未必需要这一层抽象。

原始资料:LangChain4j 官方仓库与文档

以上为编辑整理,功能、许可与使用条件以官方说明为准。

返回每日分享