Artículos para quien
entrega el stack
Textos sobre React, Node.js, TypeScript y AI. El cuerpo traducido se muestra cuando existe. Si no, ve el texto en inglés y una nota que lo dice.
Etiqueta: langchain4j
Neo4j y LangChain4j: Ingestores GraphRAG, filtrado y memoria de chat
Neo4j con LangChain4j para GraphRAG: descubrimiento de esquemas, construcción de grafos con LLM, DSL Cypher, filtrado en el índice, recuperación de relaciones padre-hijo y memoria de chat basada en grafos.
18 min de lecturaLangChain4j para equipos de Java: Herramientas, agentes, habilidades y comunicación A2A en servicios Spring
Cómo integrar la llamada a herramientas, las tuberías de agentes, las habilidades bajo demanda, los flujos de trabajo de pausa y reanudación y los agentes A2A remotos en un servicio Java existente con LangChain4j.
7 min de lectura¿Realmente necesitan las aplicaciones RAG a pequeña escala una base de datos vectorial?
LangChain4j MemFile almacena los embeddings en la memoria de la JVM y divide el texto en bloques en el disco. Esto es suficiente para aplicaciones RAG pequeñas, pero es necesario pasar a una base de datos vectorial real cuando sea necesario.
5 min de lecturaDiagnosticar fallos de builds de CI con reglas, RAG y un LLM local
Un sistema en Java para analizar fallos de CI que procesa los logs de forma determinista, recupera notas de troubleshooting de PGVector con Ollama y después pide a un LLM que razone.
7 min de lecturaSpring AI frente a LangChain4j: configuración, primer endpoint y estilo de diseño
Comparamos Spring AI y LangChain4j en arquitectura, starters de Spring Boot, configuración y un primer endpoint REST de chat, y vemos qué estilo encaja con tu equipo.
6 min de lecturaArquitectura de servicio de modelos: por qué la API es solo la puerta de entrada
Una guía de la plataforma que hay detrás de un endpoint de inferencia: enrutamiento, escalado, versionado, observabilidad, seguridad y cómo llamar a modelos servidos desde Spring AI o LangChain4j.
9 min de lecturaJava como lenguaje de producción para IA: Spring Boot, RAG y pgvector
Un mapa práctico para desarrollar servicios RAG en la JVM con Spring AI o LangChain4j, eligiendo un almacén de vectores y gestionando aspectos como arrendamiento, costos, evaluación y soluciones alternativas.
11 min de lecturaSpring AI frente a LangChain4j: mismo RAG, diferentes decisiones ocultas
La misma aplicación Java RAG desarrollada dos veces, Spring AI frente a LangChain4j: la diferencia en el recuento de líneas disminuye con la configuración de Spring, y una respuesta incorrecta reveló los valores predeterminados de particionamiento.
4 min de lectura
Sobre estos artículos
Presupuesto en 24 h
¿Necesitas el mismo stack en una capa de operador? Envía el brief — presupuesto en 24 h.