跳至主要內容

DashScope (Qwen)

DashScope 是由 阿里云 开发的一个平台。
它提供了模型可视化、监控和调试的接口，特别适用于在生产环境中处理 AI/ML 模型。
该平台允许用户可视化性能指标，跟踪模型行为，并在部署周期中尽早发现潜在问题。

Qwen 模型是由 阿里云 开发的一系列生成式 AI 模型。
Qwen 模型系列专为文本生成、摘要、问答和各种自然语言处理（NLP）任务设计。

您可以参考 DashScope 文档
获取更多详情。LangChain4j 通过使用 DashScope Java SDK 与 DashScope 集成。

Maven 依赖

您可以在纯 Java 或 Spring Boot 应用程序中使用 DashScope 与 LangChain4j。

纯 Java

注

从 1.0.0-alpha1 版本开始，langchain4j-dashscope 已迁移到 langchain4j-community，并更名为
langchain4j-community-dashscope。

在 1.0.0-alpha1 之前：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-dashscope</artifactId>
    <version>${previous version here}</version>
</dependency>

1.0.0-alpha1 及之后版本：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-community-dashscope</artifactId>
    <version>${latest version here}</version>
</dependency>

Spring Boot

注

从 1.0.0-alpha1 版本开始，langchain4j-dashscope spring-boot-starter 已迁移到 langchain4j-community，并更名为
langchain4j-community-dashscope spring-boot-starter。

在 1.0.0-alpha1 之前：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-dashscope-spring-boot-starter</artifactId>
    <version>${previous version here}</version>
</dependency>

1.0.0-alpha1 及之后版本：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-community-dashscope spring-boot-starter</artifactId>
    <version>${latest version here}</version>
</dependency>

或者，您可以使用 BOM 来统一管理依赖：

<dependencyManagement>
    <dependency>
        <groupId>dev.langchain4j</groupId>
        <artifactId>langchain4j-community-bom</artifactId>
        <version>${latest version here}</version>
        <type>pom</type>
        <scope>import</scope>
    </dependency>
</dependencyManagement>

可配置参数

langchain4j-community-dashscope 提供以下四种模型供使用：

  • QwenChatModel
  • QwenStreamingChatModel
  • QwenLanguageModel
  • QwenStreamingLanguageModel

langchain4j-dashscope 提供文本生成图像模型：

  • WanxImageModel

QwenChatModel

QwenChatModel 在初始化时可配置以下参数：

属性描述默认值
baseUrl连接的 URL。可以使用 HTTP 或 WebSocket 连接到 DashScope。文本推理 和 多模态
apiKeyAPI 密钥
modelName使用的模型。qwen-plus
topP核采样概率阈值，控制模型生成文本的多样性。topP 值越高，生成文本越多样，反之亦然。取值范围：(0, 1.0]。通常建议调整 topP 或 temperature，但不建议同时调整两者。
topK生成过程中采样的候选集大小。
enableSearch模型在生成文本时是否参考互联网搜索结果。
seed设置种子参数使文本生成过程更具确定性，通常用于确保结果一致。
repetitionPenalty模型生成过程中连续序列的重复性。增加 repetitionPenalty 可减少模型生成的重复，1.0 表示无惩罚。取值范围：(0, +inf)
temperature采样温度，控制模型生成文本的多样性。温度越高，生成文本越多样，反之亦然。取值范围：[0, 2)
stops设置停止参数，模型在生成包含指定字符串或 token_id 的文本时将自动停止。
maxTokens本次请求返回的最大 token 数。
listeners用于监听请求、响应和错误的监听器。

QwenStreamingChatModel

与 QwenChatModel 相同。

QwenLanguageModel

与 QwenChatModel 相同，但不包括 listeners。

QwenStreamingLanguageModel

与 QwenChatModel 相同，但不包括 listeners。

示例

纯 Java

您可以使用以下代码初始化 QwenChatModel：

ChatModel qwenModel = QwenChatModel.builder()
                    .apiKey("您的 API 密钥")
                    .modelName("qwen-max")
                    .build();

或者进行更多自定义参数配置：

ChatModel qwenModel = QwenChatModel.builder()
                    .apiKey("您的 API 密钥")
                    .modelName("qwen-max")
                    .enableSearch(true)
                    .temperature(0.7)
                    .maxTokens(4096)
                    .stops(List.of("Hello"))
                    .build();

如何调用文本生成图片：

WanxImageModel wanxImageModel = WanxImageModel.builder()
                    .modelName("wanx2.1-t2i-plus") 
                    .apiKey("阿里云百炼 API 密钥")     
                    .build();
Response<Image> response = wanxImageModel.generate("美女");
System.out.println(response.content().url());

Spring Boot

在引入 langchain4j-community-dashscope spring-boot-starter 依赖后，您可以通过以下配置简单注册 QwenChatModel bean：

langchain4j.community.dashscope.chat-model.api-key=<您的 API 密钥>
langchain4j.community.dashscope.chat-model.model-name=qwen-max
# 属性与 `QwenChatModel` 相同
# 例如：
# langchain4j.community.dashscope.chat-model.temperature=0.7
# langchain4j.community.dashscope.chat-model.max-tokens=4096

更多示例

您可以在 LangChain4j Community 查看更多详情。