我写了一套 Java 生态下大模型产品企业解决方案 LangChat

查看 21|回复 0
作者:TyCoding   
可能去年发布这个项目会更好,毕竟现在已经过了风口了。但是去年 Java 生态并不完善,并且项目的前后端都是我一个人开发的,工作量非常大,于是一直耽搁。
我从从 SpringBoot 后端写到 Vue3 、TS 、Node 、React ,为了开发这个项目无论是 Java 全栈生态还是 Nextjs React 全栈生态基本都学会了。
整个项目覆盖了 Java 企业级前后端开发到部署各个领域的知识,代码规范,项目架构设计优雅,无论是企业定制还是个人学习源码都是非常不做的选择。
从企业知识库的角度,需要的可能是更高级的 RAG 、Function Call 以及更易用的大模型,所以希望这个项目还有所用。
其实最初我写这个项目的时候 COZE 等这些产品还没有出来,我起初是想写一套 LLM Workflows 流程化引擎的,但是这块工作量实在太大了(无论是前端还是后端都太多东西要写了),并且 Java 生态轻量的 workflow 也不完善所以也在耽搁。
LangChat 是 Java 生态下企业级 AIGC 项目解决方案,在 RBAC 权限体系的基础上,集成 AIGC 大模型功能,帮助企业快速定制知识库、企业机器人。
  • 网站文档:http://langchat.cn/
  • 后台地址:http://backend.langchat.cn/
  • 前台地址:http://front.langchat.cn/
  • LangChat 源码:https://github.com/tycoding/langchat
  • LangChat.cn 源码:https://github.com/tycoding/langchat.cn

    注意: 由于贫穷,作者使用的最低配的阿里云服务器,项目通过 frp 部署在本地电脑,无奈 frp 流量转发太慢,所以访问速度会慢一些请谅解
    欢迎 Star 、fork 持续关注
    特性
    [ol]
  • 多模态:支持集成国内外数十家 AI 大模型
  • 动态配置:支持再页面上可视化动态配置大模型参数、Key 等信息,无感刷新、无需每次重启服务
  • 知识库:支持向量化知识库文档,定制化 Prompt 对话场景
  • 高级 RAG:支持 Embedding 模型,从知识库中精确搜索;集成 Web Search 等 RAG 插件
  • Function Call:支持定制化 Tool 工具类,实现本地函数调用,从第三方加载数据并提供给 LLM
  • 多渠道发布:计划封装 Web SDK ,将 AI 智能客服快速嵌入任意第三方 Web 应用中;计划支持微信、飞书、钉钉等消息通信渠道(待完善)
  • Workflows:计划开发可视化 LLM 流程设计器,高自定义机器人执行流程(待完善)
  • 提供 AIGC 客户端应用,快速管理客户端数据
  • 更多特性和大模型的集成...
    [/ol]
    MIK-fYD77Q.png


    MIK-HsjZrq.png


    MIK-qmfti3.png
  • 您需要登录后才可以回帖 登录 | 立即注册

    返回顶部