2. LangChain4j-AIServices，原来调用AI这么简单？

1. 简介

上一章节我们讲了如何使用LangChain4J的底层组件来进行AI的交互，如 ChatLanguageModel、ChatMessage、ChatMemory 等。 在这个层面上工作非常灵活/自由，但也迫使我们编写大量的样板代码。 由于 LLM 驱动的应用程序通常不仅需要单个组件，还需要多个组件协同工作 （例如，提示模板、聊天记忆、LLM、输出解析器、RAG 组件：嵌入模型和存储） 并且经常涉及多次交互，协调所有这些组件变得更加繁琐。
而我们使用框架的目的是希望专注于业务逻辑，而不是低级实现细节。 为此，LangChain4J衍生出一个高级概念可以帮助更快的进行AI应用的开发：AI Services。
2. 环境信息

本章的环境信息跟上一章完全一样，这里就不过多展示了，感兴趣的可以看上一章内容
3. 构建AI Service

3.1 申明AI Service 接口

[code]package com.ldx.langchaintest.aisvc;import com.ldx.langchaintest.model.PersonTest;import dev.langchain4j.service.Result;import dev.langchain4j.service.SystemMessage;import dev.langchain4j.service.TokenStream;import dev.langchain4j.service.UserMessage;import dev.langchain4j.service.V;import reactor.core.publisher.Flux;import java.util.List;/** * ai svc * * @author ludangxin * @date 2025/6/5 */public interface AiAssistantServiceTest {    String chat(String message);    TokenStream chatWithTokenStream(String message);    Flux chatWithFlux(String message);    @SystemMessage("""               
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！