# Agents-Flexは、JavaベースのLangChainのようなLLMアプリケーションフレームワークです。
---
## 機能
- LLMアクセス
- プロンプト、プロンプトテンプレート
- 関数呼び出しの定義、呼び出し、実行
- メモリ
- 埋め込み
- ベクトルストア
- リソースローダー
- ドキュメント
- 分割器
- ローダー
- パーサー
- PoiParser
- PdfBoxParser
- エージェント
- LLMエージェント
- チェーン
- シーケンシャルチェーン
- パラレルチェーン
- ループチェーン
- チェーンノード
- エージェントノード
- エンドノード
- ルーターノード
- GroovyRouterNode
- QLExpressRouterNode
- LLMRouterNode
## 簡単なチャット
OpenAi LLMを使用:
```java
@Test
public void testChat() {
OpenAiLlmConfig config = new OpenAiLlmConfig();
config.setApiKey("sk-rts5NF6n*******");
Llm llm = new OpenAiLlm(config);
String response = llm.chat("あなたの名前は何ですか？");
System.out.println(response);
}
```
Qwen LLMを使用:
```java
@Test
public void testChat() {
QwenLlmConfig config = new QwenLlmConfig();
config.setApiKey("sk-28a6be3236****");
config.setModel("qwen-turbo");
Llm llm = new QwenLlm(config);
String response = llm.chat("あなたの名前は何ですか？");
System.out.println(response);
}
```
SparkAi LLMを使用:
```java
@Test
public void testChat() {
SparkLlmConfig config = new SparkLlmConfig();
config.setAppId("****");
config.setApiKey("****");
config.setApiSecret("****");
Llm llm = new SparkLlm(config);
String response = llm.chat("あなたの名前は何ですか？");
System.out.println(response);
}
```
## 履歴付きチャット
```java
public static void main(String[] args) {
SparkLlmConfig config = new SparkLlmConfig();
config.setAppId("****");
config.setApiKey("****");
config.setApiSecret("****");
Llm llm = new SparkLlm(config);
HistoriesPrompt prompt = new HistoriesPrompt();
System.out.println("何か質問してください...");
Scanner scanner = new Scanner(System.in);
String userInput = scanner.nextLine();
while (userInput != null) {
prompt.addMessage(new HumanMessage(userInput));
llm.chatStream(prompt, (context, response) -> {
System.out.println(">>>> " + response.getMessage().getContent());
});
userInput = scanner.nextLine();
}
}
```
## 関数呼び出し
- ステップ1: ネイティブ関数を定義
```java
public class WeatherUtil {
@FunctionDef(name = "get_the_weather_info", description = "get the weather info")
public static String getWeatherInfo(
@FunctionParam(name = "city", description = "the city name") String name
) {
//ここで天気情報のためにサードパーティAPIを呼び出す必要があります
return name + "の天気は曇り時々晴れです。";
}
}
```
- ステップ2: LLMから関数を呼び出す
```java
public static void main(String[] args) {
OpenAiLlmConfig config = new OpenAiLlmConfig();
config.setApiKey("sk-rts5NF6n*******");
OpenAiLlm llm = new OpenAiLlm(config);
FunctionPrompt prompt = new FunctionPrompt("今日の北京の天気はどうですか？", WeatherUtil.class);
FunctionResultResponse response = llm.chat(prompt);
Object result = response.getFunctionResult();
System.out.println(result);
//今日の北京の天気は曇り時々晴れです
}
```
## コミュニケーション
- Twitter: https://twitter.com/yangfuhai
## モジュール
