一个基于 Java 的 LLM（大语言模型）应用开发框架

源码资源网

一个基于 Java 的 LLM（大语言模型）应用开发框架
基本能力

• LLM 的访问能力
• Prompt、Prompt Template 定义加载的能力
• Function Calling 定义、调用和执行等能力
• 记忆的能力（Memory）
• Embedding
• Vector Store
• 文档处理
  
  • 加载器（Loader）
    
    • Http
    • FileSystem
      
  • 分割器（Splitter）
  • 解析器（Parser）
    
    • PoiParser
    • PdfBoxParser
      
    
    
• Chain 执行链
  
  • SequentialChain 顺序执行链
  • ParallelChain 并发（并行）执行链
  • LoopChain 循环执行连
  • ChainNode
    
    • AgentNode Agent 执行节点
    • EndNode 终点节点
      
    
    
  
  

简单对话

使用 OpenAI 大语言模型:

1. @Test
   
2. public void testChat() {
   
3.     OpenAILlmConfig config = new OpenAILlmConfig();
   
4.     config.setApiKey("sk-rts5NF6n*******");
   
5. 
   
6.     Llm llm = new OpenAILlm(config);
   
7.     String response = llm.chat("请问你叫什么名字");
   
8. 
   
9.     System.out.println(response);
   
10. }

复制代码

使用 “通义千问” 大语言模型:

1. @Test
   
2. public void testChat() {
   
3.     QwenLlmConfig config = new QwenLlmConfig();
   
4.     config.setApiKey("sk-28a6be3236****");
   
5.     config.setModel("qwen-turbo");
   
6. 
   
7.     Llm llm = new QwenLlm(config);
   
8.     String response = llm.chat("请问你叫什么名字");
   
9. 
   
10.     System.out.println(response);
    
11. }

复制代码

使用 “讯飞星火” 大语言模型:

1. @Test
   
2. public void testChat() {
   
3.     SparkLlmConfig config = new SparkLlmConfig();
   
4.     config.setAppId("****");
   
5.     config.setApiKey("****");
   
6.     config.setApiSecret("****");
   
7. 
   
8.     Llm llm = new SparkLlm(config);
   
9.     String response = llm.chat("请问你叫什么名字");
   
10. 
    
11.     System.out.println(response);
    
12. }

复制代码

历史对话示例

1. public static void main(String[] args) {
   
2.     SparkLlmConfig config = new SparkLlmConfig();
   
3.     config.setAppId("****");
   
4.     config.setApiKey("****");
   
5.     config.setApiSecret("****");
   
6. 
   
7.     Llm llm = new SparkLlm(config);
   
8. 
   
9.     HistoriesPrompt prompt = new HistoriesPrompt();
   
10. 
    
11.     System.out.println("您想问什么？");
    
12.     Scanner scanner = new Scanner(System.in);
    
13.     String userInput = scanner.nextLine();
    
14. 
    
15.     while (userInput != null) {
    
16. 
    
17.         prompt.addMessage(new HumanMessage(userInput));
    
18. 
    
19.         llm.chatStream(prompt, (context, response) -> {
    
20.             System.out.println(">>>> " + response.getMessage().getContent());
    
21.         });
    
22. 
    
23.         userInput = scanner.nextLine();
    
24.     }
    
25. }

复制代码

Function Calling

• 第一步: 通过注解定义本地方法
  

1. public class WeatherUtil {
   
2. 
   
3.     @FunctionDef(name = "get_the_weather_info", description = "get the weather info")
   
4.     public static String getWeatherInfo(
   
5.         @FunctionParam(name = "city", description = "the city name") String name
   
6.     ) {
   
7.         //在这里，我们应该通过第三方接口调用 api 信息
   
8.         return name + "的天气是阴转多云。 ";
   
9.     }
   
10. }

复制代码

• 第二步: 通过 Prompt、Functions 传入给大模型，然后得到结果
  

1. public static void main(String[] args) {
   
2. 
   
3.     OpenAILlmConfig config = new OpenAILlmConfig();
   
4.     config.setApiKey("sk-rts5NF6n*******");
   
5. 
   
6.     OpenAILlm llm = new OpenAILlm(config);
   
7. 
   
8.     FunctionPrompt prompt = new FunctionPrompt("今天北京的天气怎么样", WeatherUtil.class);
   
9.     FunctionResultResponse response = llm.chat(prompt);
   
10. 
    
11.     Object result = response.getFunctionResult();
    
12. 
    
13.     System.out.println(result);
    
14.     //"北京的天气是阴转多云。 "
    
15. }

复制代码

生态支持大语言模型[td]

大语言模型名称	支持情况	描述
ChatGPT	✅ 已支持	-
Ollama 部署模型	✅ 已支持	-
星火大模型	✅ 已支持	-
通义千问	✅ 已支持	-
智普 ChatGLM	✅ 已支持	-
月之暗面 Moonshot	✅ 已支持	-
扣子 Coze	✅ 已支持	-
GiteeAI - Qwen2-7B-Instruct	✅ 已支持	-
GiteeAI - Qwen2-72B-Instruct	✅ 已支持	-
GiteeAI - Yi-1.5-34B-Chat	✅ 已支持	-
GiteeAI - glm-4-9b-chat	✅ 已支持	-

图片生成模型[td]

大语言模型名称	支持情况	描述
Openai	✅ 已支持	-
Stability	✅ 已支持	-
GiteeAI - stable-diffusion-3-medium	✅ 已支持	-
GiteeAI - FLUX.1-schnell	✅ 已支持	-
GiteeAI - stable-diffusion-xl-base-1.0	✅ 已支持	-
GiteeAI - Kolors	✅ 已支持	-
SiliconFlow - Flux.1-schnell	✅ 已支持	-
SiliconFlow - Stable Diffusion 3	✅ 已支持	-
SiliconFlow - Stable Diffusion XL	✅ 已支持	-
SiliconFlow - Stable Diffusion 2.1	✅ 已支持	-
SiliconFlow - Stable Diffusion Turbo	✅ 已支持	-
SiliconFlow - Stable Diffusion XL Turbo	✅ 已支持	-
SiliconFlow - Stable Diffusion XL Lighting	✅ 已支持	-

Function Calling 方法调用[td]

大语言模型名称	支持情况	描述
Openai	✅ 已支持	-
星火大模型	✅ 已支持	-
智普 ChatGLM	✅ 已支持	-
Ollama	✅ 已支持	-
通义千问	✅ 已支持	-

多模态[td]

大语言模型名称	支持情况	描述
Openai	✅ 已支持	-
Ollama	✅ 已支持	-

向量化模型[td]

大语言模型名称	支持情况	描述
Openai	✅ 已支持	-
星火大模型	✅ 已支持	-
智普 ChatGLM	✅ 已支持	-
Ollama	✅ 已支持	-
通义千问	✅ 已支持	-
GiteeAI - bge-small-zh-v1.5	✅ 已支持	-
GiteeAI - bge-large-zh-v1.5	✅ 已支持	-
GiteeAI - bge-m3	✅ 已支持	-

向量存储（向量数据库）[td]

向量数据库名称	支持情况	描述
Milvus	✅ 已支持	-
阿里云向量数据存储服务	✅ 已支持	-
腾讯云向量数据存储服务	✅ 已支持	-
OpenSearch	✅ 已支持	-
ElasticSearch	✅ 已支持	-
Redis	✅ 已支持	-

文档解析器[td]

向量数据库名称	支持情况	描述
PDFBox	✅ 已支持	用于解析 PDF 文档
POI	✅ 已支持	用于解析 Word 文档
OmniParse	✅ 已支持	更丰富的解析能力

链接：https://pan.quark.cn/s/3701751a36d6
提取码下载：

文件名称:提取码下载.txt 
下载次数:0  文件大小:16 Bytes  售价:39金钱 [记录]
下载权限: 不限 [购买VIP]   [充值]   [在线充值]   【VIP会员6折；永久VIP4折】

安全检测，请放心下载