Java转AI第二课:为什么我最终选择Spring AI,而不是LangChain4j? 目录前言1. 为什么我没有直接选择Python生态2. Spring AI 和 LangChain4j 到底是什么3. 为什么我最终选择Spring AI4. 我的整体架构5. LangChain4j不好吗6. 如果重新选择一次我会怎么建议6.1 第一类Spring Boot企业项目6.2 第二类快速Demo6.3 第三类Python团队7. 我最大的收获8. 总结前言上一篇文章我们没有使用任何AI开发框架而是直接通过RestTemplate调用 DeepSeek API实现了自己的第一个AI聊天机器人。如果还没有看过上一篇建议先阅读Java转AI第一课30分钟实现自己的AI聊天机器人SpringBoot接入DeepSeek API项目跑通之后。新的问题很快出现了。随着功能越来越多Prompt越来越长Message越来越复杂模型越来越多HTTP调用越来越重复后续还需要支持流式输出、RAG、Agent……继续自己封装显然已经不现实。于是我开始寻找一个真正适合Java企业开发的AI框架。摆在我面前的有两个选择Spring AILangChain4j那么它们到底有什么区别我最终为什么选择了Spring AI这篇文章就结合自己的项目说说我的思考过程。1. 为什么我没有直接选择Python生态很多人学习AI第一个想到的都是Python。例如LangChainLangGraphLlamaIndex这些框架确实很成熟。但是我的目标一直很明确。我不是想成为算法工程师大模型训练工程师而是AI应用开发工程师。我的项目技术栈一直都是Spring BootSpring Cloud AlibabaGatewayRedisMySQLNacosDocker未来企业里的AI能力也需要和这些业务系统深度结合。所以与其重新学习一套Python生态。不如继续发挥Java十年来积累的优势。对于大多数Java开发来说。这也是一条成本最低、最快进入AI行业的路线。2. Spring AI 和 LangChain4j 到底是什么很多刚开始学习AI的人都会认为Spring AI 和 LangChain4j 是竞争关系。其实并不是。它们更像是Java生态中两套不同定位的AI开发框架。我当时主要从下面几个方面进行了对比对比项Spring AILangChain4jSpring生态整合⭐⭐⭐⭐⭐⭐⭐⭐官方维护⭐⭐⭐⭐⭐⭐⭐⭐上手速度⭐⭐⭐⭐⭐⭐⭐⭐⭐AI能力⭐⭐⭐⭐⭐⭐⭐⭐⭐企业项目整合⭐⭐⭐⭐⭐⭐⭐⭐⭐社区成熟度⭐⭐⭐⭐⭐⭐⭐⭐这里没有绝对的好坏。更多的是是否适合自己的项目。3. 为什么我最终选择Spring AI我的整个项目本身就是Spring Boot项目。技术栈包括Spring BootSpring Cloud AlibabaGatewayRedisMySQLMilvusMCPRAG而Spring AI本身就是Spring官方推出的AI框架。它能够非常自然地融入Spring生态。例如上一篇文章。我们调用DeepSeekRestTemplate.postForObject(...)而Spring AIString answer chatClient.prompt() .user(question) .call() .content();代码一下子就简洁了很多。除此之外。Spring AI还帮我们封装好了很多企业项目中常用的能力ChatClientPromptChatMemoryAdvisorTool CallingEmbeddingVector Store很多以前需要自己封装的大量代码。现在框架已经帮我们完成了。对于企业项目来说。开发效率提升非常明显。4. 我的整体架构后来我的AI项目整体演变成了下面这样Spring AI负责整个AI调用入口。后续增加RAG、Memory、Agent时。整体架构基本不用改变。扩展性非常好。5. LangChain4j不好吗当然不是。事实上。我的项目现在依然在使用LangChain4j。例如文本切分ChunkTokenTextSplitter splitter TokenTextSplitter.builder() .withChunkSize(1000) .withMinChunkSizeChars(350) .withKeepSeparator(true) .build();包括Token相关工具文档切分部分AI工具能力我依然会使用LangChain4j。所以我的项目并不是Spring AI 或者 LangChain4j而是Spring AI LangChain4jSpring AI负责整体框架。LangChain4j补充部分工具能力。两者结合。反而更适合企业项目。6. 如果重新选择一次我会怎么建议如果重新开始。我依然会这样建议。6.1 第一类Spring Boot企业项目推荐Spring AI原因官方维护Spring生态完善企业整合方便后续升级成本低6.2 第二类快速DemoLangChain4j完全可以。学习成本低。API简单。非常适合快速验证。6.3 第三类Python团队如果团队本身就是Python。建议直接使用LangChainLangGraphLlamaIndex没有必要为了AI再迁移技术栈。7. 我最大的收获很多Java开发刚开始学习AI的时候。最喜欢问Spring AI还是LangChain4j但真正做完整个项目之后。我越来越觉得。这个问题其实没有标准答案。因为框架只是工具。真正重要的是你是否真正理解Prompt是什么Message是什么Token是什么RAG为什么这么设计Agent为什么这样编排理解了这些。以后无论出现Spring AILangChain4j甚至新的框架学习成本都会非常低。所以。我的建议一直都是先理解原理再学习框架。8. 总结如果让我用一句话总结这次技术选型。那就是Spring AI更适合我的项目而不是Spring AI一定比LangChain4j更优秀。目前我的项目最终采用的是Spring AI LangChain4j Spring Cloud Alibaba既利用Spring AI完成整体AI能力接入。又结合LangChain4j补充部分工具能力。这是目前我认为比较适合Java企业AI项目的一种方案。下一篇预告完成框架选型之后。新的问题又来了。上一篇我们用了100多行HTTP代码。为什么换成Spring AI之后。十几行代码就能完成下一篇正式进入Spring AI实战。《Java转AI第三课Spring AI如何把100行HTTP代码缩减到10行》主要内容包括ChatClientChatModelPrompt自动配置为什么Spring AI代码这么少 推荐专栏AI 技术专栏从 0 到 1 学习 AI 应用开发持续分享 Spring AI、RAG、Agent、企业级 AI 项目实战。 https://blog.csdn.net/qupengkun/category_13184360.htmlAI 转型日记记录一名 10 年 Java 开发者从传统后端转向 AI 应用开发的全过程。 https://blog.csdn.net/qupengkun/category_13183497.html‍ 关于作者QCoding专注 AI 应用开发与 Java 技术实践。持续分享 Spring AI、RAG、Agent、企业级 AI 项目实战、架构设计与职业成长。

相关新闻

最新新闻

Jenkins+Maven+Jib实现SpringBoot微服务无Dockerfile容器化

Jenkins+Maven+Jib实现SpringBoot微服务无Dockerfile容器化

1. 项目概述:为什么“JenkinsMavenJib”成了SpringBoot微服务Docker化部署的黄金三角你是不是也经历过这样的场景:开发完一个SpringBoot微服务,本地mvn clean package打个jar包,再手动docker build -t myapp:1.0 .写Dockerfile、构…

2026/8/26 5:40:40
帝国CMS+Ecmsshop商城图片接入阿里云OSS实战指南

帝国CMS+Ecmsshop商城图片接入阿里云OSS实战指南

简介:网站性能优化中,静态资源与业务逻辑分离是常用手段。对象存储服务(OSS)提供高可用、低成本的海量文件存储,通过将图片等静态资源迁移至OSS,可有效缓解服务器带宽和磁盘压力。本文从动静分离的概念出发…

2026/8/26 5:40:40
Jib无Docker构建SpringBoot镜像:提速5倍+安全加固实战

Jib无Docker构建SpringBoot镜像:提速5倍+安全加固实战

1. 项目概述:为什么用Jib替代传统Dockerfile打包SpringBoot?最近帮一家做金融SaaS的客户重构CI/CD流水线,他们原来的微服务部署流程是:Maven编译 → 生成fat jar → 手动写Dockerfile → docker build → push镜像 → k8s rollout…

2026/8/26 5:40:40
C++实战:基于OpenCV与LBPH的人脸识别签到考勤系统

C++实战:基于OpenCV与LBPH的人脸识别签到考勤系统

简介:人脸识别作为生物识别技术的重要分支,在安防、金融、办公等领域广泛应用。传统机器学习算法如LBPH(局部二值模式直方图)凭借轻量、离线、低耗的特点,成为小型场景下的高性价比选择。LBPH通过提取局部纹理特征生成…

2026/8/26 5:40:40
YOLO安全帽检测从数据集到部署的完整落地指南

YOLO安全帽检测从数据集到部署的完整落地指南

简介:目标检测是计算机视觉的核心任务之一,旨在从图像或视频中定位并识别特定物体。YOLO作为单阶段检测算法的代表,凭借实时性与精度平衡,成为工业视觉落地的首选框架。在安全生产领域,安全帽检测利用YOLO自动识别工人…

2026/8/26 5:40:40
Vue对接钉钉的环境适配与三端兼容实战

Vue对接钉钉的环境适配与三端兼容实战

1. 为什么“Vue对接钉钉”不是个简单API调用,而是一场环境适配攻坚战你打开控制台,dd.ready()一直不触发;你调用dd.biz.util.openLink(),页面白屏后报错dd is not defined;你按文档引入dingtalk-jsapi,构建…

2026/8/26 5:35:40