LangChain для Java#

LangChain для Java, также известный как Langchain4J, представляет собой сообщество портирования Langchain для создания контекстно-зависимых приложений искусственного интеллекта на языке Java.

Можно использовать Vector DB в качестве векторного хранилища в Langchain4J через модуль langchain4j-qdrant.

Настройка#

Добавьте langchain4j-qdrant к зависимостям проекта.

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-qdrant</artifactId>
    <version>VERSION</version>
</dependency>

Использование#

Прежде чем использовать приведенным ниже образцом кода, настройте следующие значения в соответствии с конфигурацией:

  • YOUR_COLLECTION_NAME: используйте руководство по Коллекциям для создания или перечисления коллекций.

  • YOUR_HOST_URL: используйте URL-адрес GRPC для системы. Если использовали руководство Быстрый старт, это может быть http://localhost:6334.

  • YOUR_API_KEY: замените ключ API, связанный с конфигурацией.

import dev.langchain4j.store.embedding.EmbeddingStore;
import dev.langchain4j.store.embedding.qdrant.QdrantEmbeddingStore;

EmbeddingStore<TextSegment> embeddingStore =
    QdrantEmbeddingStore.builder()
        // Ensure the collection is configured with the appropriate dimensions
        // of the embedding model.
        // Reference https://qdrant.tech/documentation/concepts/collections/
        .collectionName("YOUR_COLLECTION_NAME")
        .host("YOUR_HOST_URL")
        // GRPC port of the Qdrant server
        .port(6334)
        .apiKey("YOUR_API_KEY")
        .build();

QdrantEmbeddingStore поддерживает все семантические функции Langchain4J.

Дополнительная документация#