工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：langchain4j
Neo4j与LangChain4j：GraphRAG数据导入工具、过滤功能及聊天记忆功能
基于LangChain4j的Neo4j在GraphRAG中的应用：模式发现、LLM图结构构建、Cypher DSL语法、索引内过滤、父子节点检索以及以图为支撑的聊天记忆功能。
阅读约 18 分钟面向 Java 团队的 LangChain4j：Spring 服务中的工具、智能体、技能及端到端功能
如何使用 LangChain4j 将工具调用、代理流水线、按需技能、暂停与恢复工作流以及远程端到端代理集成到现有的 Java 服务中。
阅读约 7 分钟小规模的RAG应用真的需要向量数据库吗？
LangChain4j MemFile将嵌入向量存储在JVM内存中，而将文本分块存储在磁盘上。这种做法适用于小型RAG应用，同时也说明了何时需要转向真正的向量数据库。
阅读约 5 分钟利用规则、RAG与本地大语言模型诊断CI构建失败问题
一个用于CI故障分析的Java系统，它能以确定性方式解析日志，通过Ollama从PGVector中获取故障排查说明，随后让大语言模型进行推理。
阅读约 7 分钟Spring AI与LangChain4j：环境搭建、首个接口及设计风格
从架构、Spring Boot启动器、配置以及首个REST聊天接口等方面对比Spring AI与LangChain4j，了解哪种风格更适合您的团队。
阅读约 6 分钟模型服务架构：为何API仅仅是入口界面
关于推理端点背后平台的指南：路由、扩展、版本控制、可观测性、安全性，以及如何从 Spring AI 或 LangChain4j 调用已部署的模型。
阅读约 9 分钟Java作为人工智能生产语言：Spring Boot、RAG与pgvector
一份实用指南，介绍如何使用Spring AI或LangChain4j在JVM上构建RAG服务，包括选择向量存储方案以及处理租户管理、成本控制、性能评估和故障恢复等问题。
阅读约 11 分钟Spring AI与LangChain4j：相同的RAG技术，不同的隐性设计选择
同一款Java RAG应用被分别用Spring AI和LangChain4j构建：通过Spring的配置，代码行数差异有所缩小，而一个错误答案暴露了分块处理的默认设置。
阅读约 4 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。