欢迎来到 LangGraph4j！本指南将帮助您理解 LangGraph4j 的核心概念、进行安装，并构建您的第一个应用程序。

引言

LangGraph4j 是一个用于通过大型语言模型 (LLMs) 构建有状态、多代理应用的 Java 库。它受到 Python 库 LangGraph 的启发，并旨在与 Langchain4j 和 Spring AI 等流行的 Java LLM 框架无缝协作。

其核心在于，LangGraph4j 允许您定义循环图 (cyclical graphs)，在图中，不同的组件（代理、工具或自定义逻辑）可以以有状态的方式进行交互。这对于构建需要记忆、上下文以及不同“代理”之间协作或交接任务能力的复杂应用程序至关重要。

前言

这次的定语比较多，又是 简易 又是 client 的

如果你去翻阅 langchain4j 有关 MCP 的文档（点击这里），你会发现有关它的内容比起 RAG 少的可怜

在我看来，应该是以下几个原因有关

• langchain4j 并没有实现完整的 MCP 协议。在目前版本（1.0.1）的 langchain4j 中是不存在 MCP Server 这个组件的
• langchain4j 对于 MCP Client 的理解和 Function Calling 异曲同工，有一些逻辑在其他模块已经实现了

我其实是有些纳闷的，因为我最初就是想用 langchain4j 把现有的服务构建成一个 MCP Server，至于 MCP Client 我想许多客户端都可以充当这个角色

以上推论主观性很强，如果有错误，可以联系我的邮箱

RAG 是什么

langchain4j 的官网给了一段通俗易懂的描述

简单来说，RAG 是一种在发送给 LLM 之前，从你的数据中找到并注入相关信息片段到提示中的方法

RAG 分为两个阶段，索引和检索

关于检索部分，下面的项目中将分别使用 langchain4j 的原生组件以及高级用法分别实现

简单说明一下我对这两个阶段的理解