当前位置：首页 > news >正文

LangChain4j 比 SolonAI 强在哪？弱在哪？

news 2026/5/30 17:13:47

LangChain4j 和 Solon AI 是 Java 生态中实现大模型应用开发的最重要的框架，但二者的区别是啥？生产级别又该使用哪种框架？令很多人犯了难，所以本文就来浅聊一下，希望给大家在技术选型时有一个简单的参考。

一、功能对比

LangChain4j 和 Solon AI 的功能是比较类似的，甚至两者可以配合使用，例如使用 Solon AI 实现 MCP 服务器端，再使用 LangChain4j 实现 MCP 客户端调用 Solon AI，二者可以无缝对接。而且，都可以嵌入到任何第三方框架中使用。那二者的区别是啥呢？

接口或体验	LangChain4j	Solon AI
LLM 接口	有	有
LLM 体验	复杂	简单
RAG 接口	有	有
RAG 体验	复杂	简单
MCP 接口	有	有
MCP 体验	复杂	简单

总体来说，LangChain4j 提供的功能更多，尤其是 RAG 方面，提供了更丰富的适配。

二、使用和学习成本

LangChain4j 的使用和学习成本比 Solon AI 高很多，举个例子，例如 Solon AI 要实现流式对话，只需要一行代码就搞定了：

@Produces("text/event-stream")
@Mapping("/streamChat")
public Flux<String> streamChat(String msg) {return Flux.from(chatModel.stream(msg));
}

而 LangChain4j 实现步骤如下：

添加 langchain4j-reactor 依赖。
设置配置文件，配置 streaming-chat-model api-key 和 model-name。
创建 AI Service 并返回 Flux 对象。
调用 Ai Service 才能实现流式输出。

类似的场景还有很多，例如 Solon AI 实现 MCP Client 只需要添加依赖，然后：

一行就构建 mcp 客户端
一行 defaultToolsAdd 或 toolsAdd 设置就可以实现了与 llm 的整合

如下代码：

McpClientProvider mcpTools = McpClientProvider.builder().channel(McpChannel.STREAMABLE).apiUrl("http://localhost:8080/mcp").build();ChatModel chatModel = ChatModel.of("http://127.0.0.1:11434/api/chat") //使用完整地址（而不是 api_base）.provider("ollama").model("llama3.2").defaultToolsAdd(mcpTools) .build();

但 LangChain4j 的实现就非常复杂了，除了添加依赖之后，你还需要：

创建传输协议 McpTransport。
创建 MCP 客户端 McpClient。
创建 Tools（提供者）对象 ToolProvider。
构建 AiService。
执行 MCP Server 调用。

具体实现代码如下：

@Mapping("/chat")
public String chat(String question) {// 1.创建传输协议McpTransport transport = new HttpMcpTransport.Builder().sseUrl("http://localhost:8686/sse").logRequests(true) // if you want to see the traffic in the log.logResponses(true).build();// 2.创建 MCP 客户端McpClient mcpClient = new DefaultMcpClient.Builder().transport(transport).build();// 3.创建 Tools（提供者）对象ToolProvider toolProvider = McpToolProvider.builder().mcpClients(List.of(mcpClient)).build();// 4.构建 AiServiceToolsAiService aiService = AiServices.builder(ToolsAiService.class).chatLanguageModel(chatModel).toolProvider(toolProvider).build();// 5.调用 MCP Serverreturn aiService.chat(question);
}

除了 LangChain4j 的使用复杂之外，源代码量很大，LangChain4j 的文档也不全，要么是没有关键实现代码案例、要么是干脆文档写的都是错的，LangChain4j 的坑比较多，最后只能通过看最新的源码才能解决和使用相关功能，所以 LangChain4j 学习和使用成本是非常高的。