注解式AI服务实战

程序员NEO

发布于 2026-04-29 19:28:07

1250

在介绍更多特性前，先给大家介绍一下 LangChain4j 最重要的开发模式 —— AI Service，AI Service 提供了很多高层抽象的、用起来更方便的 API⁢，把 AI 应用当做服务来开发。

LangChain4j 系列文章

使用 AI Service

首先引入 langchain4j 依赖：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j</artifactId>
    <version>1.1.0</version>
</dependency>

然后创建一个编程助手 AI Service 服务，采用声明式开发方法，编写一个对话方法，然后可以直接通过 @SystemMessage 注解定义系统提示词。

/**
 * AI 代码助手服务接口
 *
 * @author BNTang
 */
public interface AiCodeHelperService {
    @SystemMessage("你是一位编程小助手")
    String chat(String userMessage);
}

不过由于我们提示词较长，写到注解里很不优雅，所以单独在 resources 目录下新建文件 system-prompt.txt 来存储系统提示词。

@SystemMessage 注解支持从文件中读取系统提示词：

@SystemMessage(fromResource = "system-prompt.txt")

然后我们需要编写工厂类，用于创建 AI Service：

/**
 * AI 代码助手服务工厂
 *
 * @author BNTang
 */
@Configuration
public class AiCodeHelperServiceFactory {

    @Resource
    private ChatModel qwenChatModel;

    /**
     * 创建 AI 代码助手服务实例
     *
     * @return AI 代码助手服务
     */
    @Bean
    public AiCodeHelperService aiCodeHelperService() {
        // 创建并返回 AI 代码助手服务实例
        return AiServices.create(AiCodeHelperService.class, qwenChatModel);
    }
}

调用 AiServices.create 方法就可以创建出 AI Service 的实现类了，背后的原理是利用 Java 反射机制创建了一个实现接口的代理对象，代理对象负责输入和输出的转换，比如把 String 类型的用户消息参数转为 UserMessage 类型并调用 ChatModel，再将 AI 返回的 AiMessage 类型转换为 String 类型作为返回值。

但我们不用关心这么多，直接写接口和注解来开发就好。

你喜欢这种开发方式么？

编写单元测试，调用我们开发的 AI Service：

@SpringBootTest
class AiCodeHelperServiceTest {

    @Resource
    private AiCodeHelperService aiCodeHelperService;

    @Test
    void chat() {
        String result = aiCodeHelperService.chat("你好，我是程序员NEO");
        System.out.println(result);
    }
}

Debug 运行，发现生成了 AI Service 的代理类，并且系统提示词生效了。是不是比之前自己⁢拼接系统消息要方便多了？

Spring Boot 项目中使用

如果你觉得手动调用 create 方法来创建 Service 比较麻烦，在 Spring Boot ⁢项目中可以引入依赖：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-spring-boot-starter</artifactId>
    <version>1.1.0-beta7</version>
</dependency>

然后给 AI Service 加上 @AiService 注解，就能自动创建出服务实例了：

/**
 * AI 代码助手服务接口
 *
 * @author BNTang
 */
@AiService
public interface AiCodeHelperService {
    @SystemMessage(fromResource = "system-prompt.txt")
    String chat(String userMessage);
}

记得注释掉之前工厂类的 @Configuration 注解，否则会出现 Bean ⁢冲突

再次运行单元测试，也是可以正常对话的：

这种方式虽然更方便了，但是缺少了自主构建的灵活性（可以自由设置很多参数），所以我建议还是采用自主构建。之后的功能特性，我们也会基于这种 AI S⁢ervice 开发模式来实现。

如果这篇文章帮到了你，不妨点个分享给同样需要的朋友吧！ 你的每一次支持，都是我持续创作的动力！💪

往期推荐：

序号	文章标题	链接
1	MCP协议爆火揭秘	查看详情
2	轻松配置Cursor玩转MCP	查看详情
3	Browser-Tool 前端开发神器	查看详情
4	AI编码焕新：用Context7	查看详情
5	NotebookLM：靠谱知识库	查看详情
6	Spring AI 玩转多轮对话	查看详情
7	Cursor生成UI，加一步封神	查看详情
8	神器！免费替代Postman	查看详情