LangChain4j 和 Spring AI 是 Java 生態中實現大模型應用開發的兩個最重要的框架，但二者的區別是啥？生產級別又該使用哪種框架？令很多人犯了難，所以本文就來淺聊一下，希望給大家在技術選型時有一個簡單的參考。

1.功能對比

LangChain4j 和 Spring AI 的功能是比較類似的，甚至兩者可以配合使用，例如使用 Spring AI 實現 MCP 服務器端，再使用 LangChain4j 實現 MCP 客戶端調用 Spring AI，二者可以無縫對接。那二者的區別是啥呢？

總體來說，LangChain4j 提供的功能更多，例如實現 RAG 功能時，LangChain4j 提供了三種模式：

• 簡單模式
• 原生模式
• 高級模式

在后兩種模式實現時提供了：

• 文本加載器。
• 文檔解析器，可以實現多種文本格式的自動解析，例如PDF、DOC、TXT、MD、HTML 等格式的自動解析。
• 文本轉換器
• 文本分割器

每個細節和模塊的職責都定義的很清楚，所以實現復雜功能和生產級別業務時更推薦使用 LangChain4j。

2.使用和學習成本

LangChain4j 的使用和學習成本比 Spring AI 高很多，舉個例子，例如 Spring AI 要實現流式對話，只需要一行代碼就搞定了：

@RequestMapping(value = "/streamChat", produces = "text/event-stream")
public Flux<String> streamChat(@RequestParam(value = "msg") String msg) {
    return chatModel.stream(msg);
}

而 LangChain4j 實現步驟如下：

• 添加 langchain4j-reactor 依賴。
• 設置配置文件，配置 streaming-chat-model api-key 和 model-name。
• 創建 AI Service 并返回 Flux 對象。
• 調用 Ai Service 才能實現流式輸出。

具體實現這里就不列舉了，大家可以看出來 LangChain4j 的實現復雜度了吧？

類似的場景還有很多，例如 Spring AI 實現 MCP Client 只需要添加依賴，設置配置信息，然后一行 defaultTools 或 tools 設置就可以實現了，如下代碼：

ChatClient.builder(chatModel)
            .defaultTools(tools.getToolCallbacks()) 
            .build();

但 LangChain4j 的實現就非常復雜了，除了添加依賴之后，你還需要：

• 創建傳輸協議 McpTransport。
• 創建 MCP 客戶端 McpClient。
• 創建 Tools（提供者）對象 ToolProvider。
• 構建 AiService。
• 執行 MCP Server 調用。

具體實現代碼如下：

@RequestMapping("/chat")
public String chat(@RequestParam String question) {
    // 1.創建傳輸協議
    McpTransport transport = new HttpMcpTransport.Builder()
            .sseUrl("http://localhost:8686/sse")
            .logRequests(true) // if you want to see the traffic in the log
            .logResponses(true)
            .build();
    // 2.創建 MCP 客戶端
    McpClient mcpClient = new DefaultMcpClient.Builder()
            .transport(transport)
            .build();
    // 3.創建 Tools（提供者）對象
    ToolProvider toolProvider = McpToolProvider.builder()
            .mcpClients(List.of(mcpClient))
            .build();
    // 4.構建 AiService
    ToolsAiService aiService = AiServices.builder(ToolsAiService.class)
            .chatLanguageModel(chatModel)
            .toolProvider(toolProvider)
            .build();
    // 5.調用 MCP Server
    return aiService.chat(question);
}

小結

除了 LangChain4j 的使用復雜之外，LangChain4j 的文檔也不全，要么是沒有關鍵實現代碼案例、要么是干脆文檔寫的都是錯的，LangChain4j 的坑比較多，最后只能通過看最新的源碼才能解決和使用相關功能，所以 LangChain4j 學習和使用成本是非常高的。

3.Spring 生態支持性

Spring AI 是由 Spring 官方提供的，所以它對于整個 Spring 生態的支持是更好的，而且穩定性更好；而 LangChain4j 除了支持 Spring 之外還支持 Java 原生寫法，以及 Quarkus 框架。

但 LangChain4j 整體對于 Spring 生態的支持就要差一些了，例如它里面的 ImageModel 都沒有提供 Spring Boot 自動裝配的實現，還有一些大模型例如智普 AI 根本沒有提供 Spring Boot 的支持等。

小結

如果是簡單功能、開發周期又緊可以使用 Spring AI；如果功能復雜，且定制型要求比較多，可以使用功能和靈活度更高的 LangChain4j。但使用 LangChain4j 這就意味著你需要忍受 LangChain4j 不夠簡潔的寫法，以及學習和使用成本比較高的問題。