# langchain4j-agent-dev

**Repository Path**: liutao-lx/langchain4j-agent-dev

## Basic Information

- **Project Name**: langchain4j-agent-dev
- **Description**: 测试langchain4j-agent项目
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 2
- **Created**: 2025-02-20
- **Last Updated**: 2025-07-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: langchain4j, Java, deepseek, AI

## README

# Langchain4j Agent 开发项目

这是一个基于 Langchain4j 的智能代理开发项目，集成了大模型对话、向量存储、流式响应等功能，适用于构建智能问答、文档检索、图像特征提取等 AI 应用。

## 功能特性

- 支持 Ollama 和 OpenAI 大模型，包括流式对话和普通对话模式
- 集成 PgVector 向量数据库，支持文档嵌入与相似性搜索
- 提供内存聊天记录管理、流式事件推送（SSE）
- 支持文档分割、内容检索、图像特征提取（ResNet）
- 提供 RESTful API 接口，支持跨域访问
- 包含多个示例工作流（workflow），便于扩展和集成

## 模块结构

- `agent-common`: 公共工具类和常量定义
- `agent-provider`: 核心代理逻辑、模型构建器、向量存储实现
- `agent-example`: 示例模块（暂无内容）
- `src/main/java/com/koicarp/agent`: 主应用代码，包含 API 控制器、Spring Boot 启动类
- `src/main/resources`: 配置文件和示例数据

## 快速开始

### 环境要求

- Java 17+
- Maven 3.8+
- PostgreSQL（用于 PgVector）
- Ollama 或 OpenAI API 密钥（可选）

### 构建与运行

```bash
# 构建项目
mvn clean install

# 启动应用
mvn spring-boot:run
```

### 配置 PgVector 存储

在 `application.properties` 中配置 PgVector 参数：

```properties
sa.pgvector.host=localhost
sa.pgvector.port=5432
sa.pgvector.database=mydb
sa.pgvector.username=myuser
sa.pgvector.password=mypassword
```

## 使用示例

### 流式对话接口

```http
POST /api/streamChat
Content-Type: application/json

{
  "content": "你好，请介绍一下你自己"
}
```

### 添加文档并进行检索对话

```http
POST /api/add
Content-Type: application/json

{
  "content": "这是一段知识库文本"
}
```

```http
POST /api/milvusChat
Content-Type: application/json

{
  "content": "根据知识库内容，请告诉我……"
}
```

## 工作流示例

- `first`: 基础对话工作流
- `deepseek`: 支持枚举解析、时间工具、结构化输出的复杂工作流
- `ollama`: 使用 Ollama 模型的构建与对话流程

## 贡献指南

欢迎提交 PR 和 Issue。请遵循以下规范：

- 提交前确保通过所有测试
- 使用有意义的提交信息
- 遵循 Java 编码规范
- 更新 README.md 和相关文档

## 许可证

本项目采用 Apache-2.0 许可证。详情请查看 [LICENSE](LICENSE) 文件。