image模块

新建image模块

pom文件如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>
  <parent>
    <groupId>com.whc</groupId>
    <artifactId>langChain4j-whc</artifactId>
    <version>1.0-SNAPSHOT</version>
  </parent>

  <artifactId>langchain4j-whc-image</artifactId>

  <properties>
    <maven.compiler.source>17</maven.compiler.source>
    <maven.compiler.target>17</maven.compiler.target>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>

  <dependencies>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-web</artifactId>
    </dependency>

    <!--langChain4j -->
    <dependency>
      <groupId>dev.langchain4j</groupId>
      <artifactId>langchain4j-open-ai</artifactId>
    </dependency>
    <dependency>
      <groupId>dev.langchain4j</groupId>
      <artifactId>langchain4j</artifactId>
    </dependency>

    <!--  阿里百炼平台 -->
    <dependency>
      <groupId>dev.langchain4j</groupId>
      <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
    </dependency>

    <!--lombok-->
    <dependency>
      <groupId>org.projectlombok</groupId>
      <artifactId>lombok</artifactId>
      <optional>true</optional>
    </dependency>
    <!--hutool-->
    <dependency>
      <groupId>cn.hutool</groupId>
      <artifactId>hutool-all</artifactId>
      <version>5.8.22</version>
    </dependency>
    <!--test-->
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-test</artifactId>
      <scope>test</scope>
    </dependency>
  </dependencies>

  <build>
    <plugins>
      <plugin>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-maven-plugin</artifactId>
      </plugin>
    </plugins>
  </build>


</project>

两个模型

图片理解模型

这里用的是VL模型。

通过API参考获取baseUrl

图片生成模型

主要是用通义万相模型

可以使用2.1或者2.2

2.2的模型

注意，使用万相模型，只输入模型名称就可以了。

配置参数

server:
  port: 9003

spring:
  application:
    name: langChain_whc_image


ai:
  dashScope:
    # 配置dashScope
    apiKey: ${AI_DASHSCOPE_API_KEY}
    vlModelName: ${AI_DASHSCOPE_VL_MODEL_NAME:qwen-vl-max}
    vlBaseUrl: ${AI_DASHSCOPE_VL_BASE_URL:https://dashscope.aliyuncs.com/compatible-mode/v1}
    wxModelName: ${AI_DASHSCOPE_WX_MODEL_NAME:wan2.2-t2i-plus}

bean配置

配置两个模型的ChatModel的bean对象

@Slf4j
@Data
@Configuration
public class LlmConfig {


    @Value("${ai.dashScope.apiKey}")
    private String dashScopeApiKey;

    @Value("${ai.dashScope.vlModelName}")
    private String dashScopeVlModelName;

    @Value("${ai.dashScope.vlBaseUrl}")
    private String dashScopeVlBaseUrl;

    @Value("${ai.dashScope.wxModelName}")
    private String dashScopeWxModelName;


    /**
     * 通义千问VL-Max模型,用于图片理解
     *
     * @return ChatModel
     */
    @Bean
    public ChatModel vlModel() {
        return OpenAiChatModel.builder()
        .apiKey(dashScopeApiKey)
        .modelName(dashScopeVlModelName)
        .baseUrl(dashScopeVlBaseUrl)
        .build();
    }

    /**
     * 通义千问万相模型,本模型不需要配置baseUrl<br/>
     * 万相需要引入dashscope-sdk-java包,在langchain4j-community-dashscope-spring-boot-starter中已包含引入
     *
     *
     * @return ChatModel
     */
    @Bean
    public WanxImageModel wxModel() {
        return WanxImageModel.builder()
        .apiKey(dashScopeApiKey)
        .modelName(dashScopeWxModelName)
        .build();
    }

}

图片理解

放置一个图片在resources目录下，让机器人来识别这个图片

接口

接口代码大部分是由通义灵码编写完成。

@Slf4j
@RestController
@RequiredArgsConstructor
public class ImageModelController {

    private final ChatModel vlModel;
    private final ResourceLoader resourceLoader;

    @GetMapping(value = "/image/call")
    public String readImageContent(@RequestParam(value = "imageName") String imageName) {
        try {
            // 加载resources/images目录下的图片
            Resource resource = resourceLoader.getResource("classpath:images/" + imageName);

            // 将图片转换为Base64编码
            byte[] byteArray = resource.getContentAsByteArray();
            String base64Data = Base64.getEncoder().encodeToString(byteArray);

            // 构造包含图片和文本的UserMessage
            UserMessage userMessage = UserMessage.from(
                    TextContent.from("请描述图片中的人物动作,人物形态以及人物个人信息介绍!"),
                    ImageContent.from(base64Data, "image/png")
            );

            // 调用vlModel的chat方法
            ChatResponse chatResponse = vlModel.chat(userMessage);
            String imageContent = chatResponse.aiMessage().text();

            log.info("imageContent: {}", imageContent);
            return imageContent;
        } catch (Exception e) {
            log.error("处理图片时出错: ", e);
            return "处理图片时出错: " + e.getMessage();
        }
    }
}
测试效果：

这是接口调用返回信息

图片生成

参考文档：

https://bailian.console.aliyun.com/?spm=5176.29597918.J_SEsSjsNv72yRuRFS2VknO.2.30897b08zemoSM&tab=api#/api/?type=model&url=2862677

简单改造

@GetMapping(value = "/image/wx/call")
    public String basicCall(@RequestParam(value = "prompt") String prompt ) throws ApiException {
        ImageSynthesisParam param =
                ImageSynthesisParam.builder()
                        .apiKey(llmConfig.getDashScopeApiKey())
                        .model(llmConfig.getDashScopeWxModelName())
                        .prompt(prompt)
                        .n(1)
                        //.size("1328*1328")
                        .build();

        ImageSynthesis imageSynthesis = new ImageSynthesis();
        ImageSynthesisResult result;
        try {
            result = imageSynthesis.call(param);
        } catch (Exception e) {
            throw new RuntimeException(e.getMessage());
        }
        return result.toString();
    }
测试
GET http://localhost:9003/image/wx/call?prompt=18岁亚洲少女,齐刘海双马尾,粉色草莓发夹,身穿白色短款卫衣和牛仔背带裤,站在奶油色房间的飘窗上,手里拿着一杯珍珠奶茶.背景左侧有日落灯投下的橘色光斑

返回结果：

ImageSynthesisResult(requestId = 31977e99 - ded1 - 9 b23 - bd45 - 292 be0b47f57,
		output = ImageSynthesisOutput(
			taskId = cb6a3415 - 9 b48 - 4573 - 91 ba - a2f1bacc7f36, taskStatus = SUCCEEDED, code = null, message = null, results = [{
					orig_prompt = 18 岁亚洲少女,
					齐刘海双马尾,
					粉色草莓发夹,
					身穿白色短款卫衣和牛仔背带裤,
					站在奶油色房间的飘窗上,
					手里拿着一杯珍珠奶茶.背景左侧有日落灯投下的橘色光斑,
					actual_prompt = 日系清新少女写真， 18 岁亚洲女孩扎齐刘海双马尾， 佩戴粉色草莓发夹， 身穿白色短款卫衣与牛仔背带裤， 俏皮站在奶油色房间的飘窗上， 手捧一杯珍珠奶茶。 背景左侧洒落日落灯的橘色光斑， 营造温暖柔和氛围， 画面呈现青春活力与恬静治愈感， 近景侧身对角线构图， 柔焦光影效果。,
					url = https: //dashscope-result-wlcb-acdr-1.oss-cn-wulanchabu-acdr-1.aliyuncs.com/1d/d2/20250824/60eed7f2/cb6a3415-9b48-4573-91ba-a2f1bacc7f36546788731.png?Expires=1756134608&OSSAccessKeyId=LTAI5tKPD3TMqf2Lna1fASuh&Signature=WOfz5XYpwXMETVh75Q8UqKadiGg%3D}], taskMetrics=ImageSynthesisTaskMetrics(total=1, succeeded=1, failed=0)), usage=ImageSynthesisUsage(imageCount=1))

复制返回结果中的url下载图片

如下是生成的图片效果。

# spring boot # java
Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

cover

试了6款AI编程工具，我只留这2个

avatar AI Agent技术社区

为什么AI功能越发达，电商客服的差评反而越多？

但一个矛盾的现象正在越来越多的客服管理者之间蔓延：技术预算花了，机器人上线了，可客服团队的疲惫感没有减轻，大促期间的排队时长没有显著缩短，而用户投诉中关于“机器人答非所问”“转人工后要重复说三遍”的声音反而增加了。一线客服不再盯着几十个聊天窗口同时回复，而是监控AI Agent的运行状态，处理那些AI无法独立完成的边缘案例——情绪激动的投诉、涉及多方协调的纠纷、超出知识库范围的新品问题。人员流失率

avatar AI Agent技术社区
cover

2026上海GEO（AI搜索优化）怎么做？

avatar AI Agent技术社区