1. 引言

在前面的文章中，我们深入探讨了 LangChain4j 中的 Tools 机制，了解了如何让大模型调用本地方法。然而，在实际开发中，我们往往需要将 ChatLanguageModel、ChatMessage、ChatMemory、Tools 等多个组件整合起来，才能构建一个功能完整的智能体应用。如果每次都要手动编排这些组件，开发效率会非常低下。

LangChain4j 提供了一个强大的上层抽象——AiServices，它通过代理模式，将这些基础组件无缝整合，让我们能够以极低的代码量快速构建出功能强大的 AI 服务。本文将带你从零开始，一步步掌握 AiServices 的核心用法，并深入其源码，理解其背后的工作原理。

2. 什么是 AiServices？

简单来说，AiServices 是 LangChain4j 提供的一个服务构建器，它允许你通过定义一个 Java 接口来描述 AI 服务的行为，然后自动生成该接口的代理实现。这个代理对象会负责与大模型进行交互，并自动处理消息的组装、记忆的管理以及工具的调用。

核心优势：

• 极简开发：通过接口定义，告别繁琐的底层 API 调用。
• 组件整合：轻松整合 ChatMemory、Tools、SystemMessage 等核心组件。
• 多用户支持：内置对多用户会话隔离的支持。

3. 快速入门：构建你的第一个 AiServices 代理

让我们从一个最简单的例子开始。假设我们想让大模型扮演一个作家，根据给定的题目写一篇短文。

首先，定义一个接口：

interface Writer {
    String write(String topic);
}

然后，使用 AiServices 创建代理并调用：

ChatLanguageModel model = ModelUtil.getZhipuAIModel(); // 获取模型，过程略

Writer writer = AiServices.create(Writer.class, model);
String content = writer.write("我最感谢的人");
System.out.println(content);

运行这段代码，大模型就会根据“我最感谢的人”这个题目，生成一篇短文。这就是 AiServices 的第一个作用：通过接口代理，快速完成与大模型的交互。

4. 进阶用法：整合核心组件

上面的例子虽然简单，但生成的作文往往比较粗糙。接下来，我们将逐步整合 @SystemMessage、ChatMemory 和 Tools，让我们的“作家”变得更智能。

4.1 通过 @SystemMessage 增加系统提示词

为了让大模型更好地理解我们的需求，我们可以通过 @SystemMessage 注解来设定系统提示词。

interface Writer {
    @SystemMessage("你是一名作家，根据输入的题目写一篇200字以内的作文")
    String write(String topic);
}

这样，每次调用 write() 方法时，LangChain4j 都会自动将 SystemMessage 和用户输入的 UserMessage 组合发送给大模型，从而得到更符合预期的结果。

你还可以通过 @V 注解，让系统提示词支持动态参数：

interface Writer {
    @SystemMessage("你是一名作家，写一篇作文，题目是{{title}},字数不超过{{count}}个字")
    String write(@UserMessage String message, @V("title") String title, @V("count") Long count);
}

注意：当方法参数使用了 @V 注解后，必须有一个参数带有 @UserMessage 注解，或者方法只有一个参数时，该参数默认作为 UserMessage 处理。

4.2 整合 ChatMemory 和 Tools

AiServices 提供了一个 Builder 组件，可以方便地整合 ChatMemory 和 Tools。

interface Assistant {
    String chat(@MemoryId Long userId, @UserMessage String message);
}

@Tool("获取当前日期")
public static String dateUtil() {
    return LocalDateTime.now().toString();
}

public static void main(String[] args) {
    ChatLanguageModel model = ModelUtil.getZhipuAIModel();
    ChatMemory chatMemory = MessageWindowChatMemory.withMaxMessages(10);
    ToolSpecification toolSpecification = ToolSpecifications.toolSpecificationFrom(
        UserAiService.class.getMethod("dateUtil")
    );

    Assistant assistant = AiServices.builder(Assistant.class)
            .chatLanguageModel(model)
            .chatMemoryProvider(memoryId -> MessageWindowChatMemory.withMaxMessages(10))
            .tools(toolSpecification)
            .build();

    // 与用户1的交互
    System.out.println(">>>" + assistant.chat(1L, "你好，我是楼兰"));
    System.out.println(">>>" + assistant.chat(1L, "我的名字是什么"));

    // 与用户2的交互
    System.out.println(">>>" + assistant.chat(2L, "你好，我是老王"));
    System.out.println(">>>" + assistant.chat(2L, "我的名字是什么"));
}

关键点：

• @MemoryId：用于标识不同的用户会话。AiServices 会根据 memoryId 自动管理不同用户的聊天记录，实现多用户隔离。
• chatMemoryProvider：相比于直接设置 chatMemory，使用 chatMemoryProvider 可以更灵活地为每个用户创建独立的记忆空间。

5. AiServices 重点源码解读

理解源码有助于我们更好地掌握 AiServices 的细节。其核心在于 JDK 动态代理。

5.1 代理对象的创建

AiServices 创建服务接口代理对象的核心方法在 DefaultAiServices 中，它通过 JDK 的 Proxy.newProxyInstance 创建接口代理。

// dev.langchain4j.service.DefaultAiServices#build
Object proxyInstance = Proxy.newProxyInstance(
    context.aiServiceClass.getClassLoader(),
    new Class<?>[]{context.aiServiceClass},
    new InvocationHandler() {
        // 核心业务方法
        @Override
        public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {
            // ... 处理 @SystemMessage, @UserMessage, ChatMemory, Tools 等
        }
    }
);

5.2 核心执行流程

当调用代理对象的方法时，InvocationHandler 的 invoke 方法会被触发，其大致流程如下：

1. 解析注解：解析方法上的 @SystemMessage、@UserMessage、@V 等注解，以及参数上的 @MemoryId、@V 等注解。
2. 构建消息：根据注解和传入的参数，构建 SystemMessage 和 UserMessage 对象。
3. 管理记忆：根据 @MemoryId 从 ChatMemoryProvider 中获取或创建对应的 ChatMemory 对象，并将历史消息加载到上下文中。
4. 准备工具：获取通过 Builder 注册的 ToolSpecification 列表。
5. 调用模型：将消息、记忆和工具信息一并发送给 ChatLanguageModel。
6. 处理工具调用：如果模型返回了工具调用请求，则执行对应的本地方法，并将结果作为新的消息再次发送给模型，直到模型返回最终文本结果。
7. 保存记忆：将本次交互的消息保存到 ChatMemory 中。
8. 返回结果：将模型的最终文本结果返回给调用方。

6. 总结

AiServices 是 LangChain4j 框架中一个极其重要的组件，它通过代理模式极大地简化了 AI 应用的开发流程。通过本文的学习，你应该已经掌握了：

• 如何使用 AiServices.create() 快速创建 AI 代理。
• 如何通过 @SystemMessage 和 @V 注解定制提示词。
• 如何使用 Builder 整合 ChatMemory 和 Tools，并实现多用户会话隔离。
• AiServices 基于 JDK 动态代理的核心工作原理。

掌握了 AiServices，你就拥有了快速构建复杂智能体应用的利器。你可以将生成的代理对象保存到 Spring 的 IOC 容器中，轻松构建出功能完整的 AI 服务。