尚硅谷LangChain4j快速入门教程

课程简介

这门课解决什么工作场景很多 Java 开发者面对 AI 应用时，往往受限于语言生态。市面上成熟的 LLM 开发框架多集中于 Python，Java 阵营虽然也有 LangChain 等方案，但配置繁琐且与 Spring 体系融合度不够。这门课程聚焦于 LangChain4j，这是一个专门为 Java 社区设计的 AI 应用开发框架。它主要解决的是“如何在…

已有 0 人浏览发布 2026-10-14 更新 2026-10-14

这门课解决什么工作场景

很多 Java 开发者面对 AI 应用时，往往受限于语言生态。市面上成熟的 LLM 开发框架多集中于 Python，Java 阵营虽然也有 LangChain 等方案，但配置繁琐且与 Spring 体系融合度不够。这门课程聚焦于 LangChain4j，这是一个专门为 Java 社区设计的 AI 应用开发框架。它主要解决的是“如何在现有的 Java 技术栈中高效构建生成式 AI 应用”这一核心问题。

课程覆盖的工作场景非常具体：从最基础的模型接入，到企业级应用必需的 RAG（检索增强生成）知识库构建，再到涉及外部数据交互的 Function Calling（工具调用）和 MCP（模型上下文协议）实战。如果你需要在后端服务中集成大模型能力，或者希望用 Java 快速落地智能客服、文档问答、运维助手等场景，这套技术路线是目前性价比极高的选择。

适合什么基础与学习路径

这门课适合具备 Java 基础、熟悉 Spring Boot 开发的工程师。你不需要有深厚的深度学习理论背景，但需要对 HTTP 请求、JSON 数据处理以及基本的分布式概念有一定了解。内容设计上，它并非停留在 API 调用的表层，而是深入到了底层原理与工程化落地的结合。

建议的学习顺序如下：首先从入门案例开始，掌握 Key 的安全配置与环境变量脱敏，这是工程规范的第一步；随后进入 Spring Boot 整合章节，理解 LangChain4j 如何无缝融入现有微服务架构。接着重点攻克“向量化及存储”与“RAG 编码实战”，这部分是构建企业知识库的核心，涉及向量原理、Embedding 模型选型及向量数据库的实操。进阶阶段则需深入理解低阶与高阶 API 的区别，特别是 AI Services 的原理，它能大幅简化开发流程。最后，通过 Function Calling 和 MCP 实战，掌握让模型调用外部工具的能力，如天气查询或智能运维场景。

学完能独立做什么

完成课程后，你将能够独立搭建基于 Java 的 LLM 应用原型。具体能力包括：能够配置多模型共存环境，根据成本与效果灵活切换不同的大模型提供商；能够从零构建一个支持私有知识检索的智能问答系统，处理文档切片、向量化及语义检索全流程；能够开发具备工具调用能力的 Agent，让大模型主动执行代码或查询外部接口；同时，还能理解并实现最新的 MCP 协议，打通模型与本地开发环境的交互。

资料配合方面，视频课程提供了详细的理论概述与编码步骤分解，建议边看边敲代码。特别是在 RAG 和 Function Calling 等复杂章节，视频中的需求说明与实战演示至关重要。不要只看不练，务必在本地复现向量存储、提示词工程及流式输出等关键模块，才能真正掌握将其应用于实际项目的能力。

课程目录

📁 01_视频
79_MCP之是什么.mp4 [26.3 MB]
76_RAG之编码实战-需求说明.mp4 [27.7 MB]
59_持久化之编码实战.mp4 [113.9 MB]
43_流式输出之新坐标langchain4j-reactor引入【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [23.5 MB]
42_流式输出之理论概述.mp4 [40.3 MB]
37_视觉理解之编码实战-上集.mp4 [22.7 MB]
30_模型参数之参数介绍【精心整理‖更多资源关注 CunWorkNotes】.mp4 [44.2 MB]
28_低阶高阶api之AI Services编码步骤分解和原理【精心整理‖更多资源关注 CunWorkNotes】.mp4 [31.3 MB]
24_低阶高阶api之低阶api编码验证.mp4 [21.9 MB]
22_低阶高阶api之低阶api简介.mp4 [21.2 MB]
20_springboot整合之编码-下集.mp4 [62.8 MB]
18_springboot整合之与原生整合对比.mp4 [19.6 MB]
15_多模型共存之deepseek三件套申请.mp4 [25.0 MB]
14_入门案例之成功调用千问大模型.mp4 [52.4 MB]
12_入门案例之key配到环境变量脱敏处理.mp4 [15.4 MB]
04_langchain4j官网简介【资源整理‖公众号 CunWorkNotes】.mp4 [16.8 MB]
85_MCP之实战案例-测试和小总结【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [52.3 MB]
84_MCP之实战案例-编码落地.mp4 [76.0 MB]
83_MCP之实战案例-前置环境配置.mp4 [43.0 MB]
81_MCP之架构和2种通信协议.mp4 [17.9 MB]
78_MCP之为什么出现.mp4 [44.2 MB]
77_RAG之编码实战智能运维落地【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [108.5 MB]
75_RAG之核心api和开发流程.mp4 [83.4 MB]
74_RAG之能干嘛【整理分享‖关注公众号 CunWorkNotes】.mp4 [6.8 MB]
73_RAG之是什么【资源整理‖公众号 CunWorkNotes】.mp4 [28.3 MB]
72_向量化及存储之编码实战-下集.mp4 [75.9 MB]
71_向量化及存储之编码实战-中集.mp4 [36.5 MB]
70_向量化及存储之编码实战-上集【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [24.6 MB]
68_向量化及存储之指征特点总结.mp4 [15.4 MB]
67_向量化及存储之向量化3件套详解【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [58.5 MB]
66_向量化及存储之向量化和维度对比.mp4 [37.7 MB]
65_向量化及存储之向量是什么【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [12.9 MB]
64_FunctionCalling之@Toolg高阶api调用成功.mp4 [57.5 MB]
63_FunctionCalling之新建天气查询业务类.mp4 [28.7 MB]
62_FunctionCalling之和风天气开发服务注册和申请.mp4 [48.6 MB]
61_FunctionCalling之编码实战ToolSpecification【资源整理‖公众号 CunWorkNotes】.mp4 [89.9 MB]
60_FunctionCalling之理论简介【资源整理‖公众号 CunWorkNotes】.mp4 [37.7 MB]
57_提示词工程之编码实战-下集【精心整理‖更多资源关注 CunWorkNotes】.mp4 [68.0 MB]
56_提示词工程之编码实战-中集.mp4 [35.5 MB]
55_提示词工程之编码实战-上集.mp4 [59.4 MB]
54_提示词工程之Prompt演化历程.mp4 [13.3 MB]
53_提示词工程之入门理论.mp4 [52.4 MB]
52_ChatMemory之上下文记忆成功实现【精心整理‖更多资源关注 CunWorkNotes】.mp4 [42.1 MB]
51_ChatMemory之编码实战-下集.mp4 [43.2 MB]
50_ChatMemory之编码实战-中集.mp4 [65.6 MB]
49_ChatMemory之编码实战-上集【整理分享‖关注公众号 CunWorkNotes】.mp4 [27.3 MB]
48_ChatMemory之两种EvictionPolicy【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [25.9 MB]
47_ChatMemory之理论入门.mp4 [25.0 MB]
46_流式输出之编码实战-下集.mp4 [45.5 MB]
45_流式输出之编码实战-中集【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [46.4 MB]
41_视觉理解之万相模型编码实战.mp4 [55.9 MB]
40_视觉理解之万相wanx2.1-t2i-turbo模型【整理分享‖关注公众号 CunWorkNotes】.mp4 [8.4 MB]
39_视觉理解之引入通义万相进行图像理解.mp4 [48.4 MB]
38_视觉理解之编码实战-下集.mp4 [76.2 MB]
36_视觉理解之通义qwen-vl-max文本生成模型.mp4 [21.5 MB]
35_视觉理解之是什么.mp4 [22.8 MB]
34_模型参数之请求超时【资源整理‖公众号 CunWorkNotes】.mp4 [22.5 MB]
33_模型参数之重试配置.mp4 [32.0 MB]
32_模型参数之监听配置【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [82.8 MB]
27_低阶高阶api之AI Services说明.mp4 [45.3 MB]
26_低阶高阶api之Token用量计算案例【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [67.4 MB]
25_低阶高阶api之大模型Token VS Web开发中Token【资源整理‖公众号 CunWorkNotes】.mp4 [21.6 MB]
21_低阶高阶api之理论概述.mp4 [20.6 MB]
17_springboot整合之配置理论【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [44.7 MB]
16_多模型共存之成功调用deepseek大模型【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [49.1 MB]
13_入门案例之编写大模型配置类【整理不易‖关注公众号 CunWorkNotes 获取更多】.mp4 [24.2 MB]
11_入门案例之微服务工程落地Pom详解.mp4 [48.9 MB]
10_入门案例之新建project父工程【整理分享‖关注公众号 CunWorkNotes】.mp4 [55.6 MB]
09_langchain4j大模型调用三件套准备【精心整理‖更多资源关注 CunWorkNotes】.mp4 [63.9 MB]
06_langchain4j框架分层说明【免费分享‖获取更多关注公众号 CunWorkNotes】.mp4 [29.2 MB]
05_langchain4j英语机翻.mp4 [26.2 MB]
03_langchain4j为何出现.mp4 [13.7 MB]
02_langchain4j是什么.mp4 [7.8 MB]
01_视频简介.mp4 [24.3 MB]
08_langchain4j入门案例前置约定.mp4 [28.2 MB]
19_springboot整合之编码-上集.mp4 [34.3 MB]
23_低阶高阶api之高阶api简介.mp4 [41.8 MB]
69_向量化及存储之向量数据库Qdrant.mp4 [25.3 MB]
29_低阶高阶api之高阶api编码验证.mp4 [24.9 MB]
31_模型参数之日志配置.mp4 [51.1 MB]
82_MCP之实战案例-需求分析.mp4 [39.4 MB]
58_持久化之ChatMemoryStore理论入门.mp4 [31.2 MB]
44_流式输出之编码实战-上集.mp4 [53.2 MB]
80_MCP之能干嘛怎么玩.mp4 [67.4 MB]
07_langchain4j行业趋势分析.mp4 [50.6 MB]
03_note.exe [15.4 MB]
02_code.exe [477.6 KB]