ai-code-helper

liyupi长期未更新

基于 Spring Boot 3.5 和 LangChain4j 的 AI 编程学习与求职辅导机器人实战项目，涵盖 RAG、Tool Calling、MCP、流式对话等企业级 AI 应用开发技术。

2025 年 AI 编程助手实战项目（作者：程序员鱼皮），基于 Spring Boot 3.5 + Java 21 + LangChain4j + AI 构建智能编程学习与求职辅导机器人，覆盖 AI 大模型接入、LangChain4j 核心特性、流式对话、Prompt 工程、RAG 检索增强、向量数据库、Tool Calling 工具调用、MCP 模型上下文协议、Web 爬虫、安全防护、Vue.js 前端开发、SSE 服务端推送等企业级 AI 应用开发技术。帮助开发者掌握 AI 时代必备技能，熟悉 LangChain 框架，提升编程学习效率和求职竞争力，成为企业需要的 AI 全栈开发人才。

暂无版本765star259fork同步于 2026-11-07 07:29 UTC

AI 编程助手 LangChain4j RAG 检索增强工具调用 MCP 协议

对比 GitHub 官网 ai ai-model backend frontend java

怎么上手

由 README 提炼，执行前请确认

原文

git clone <repository-url>
cd ai-code-helper
mvn spring-boot:run
cd ai-code-helper-frontend && npm install && npm run dev

硬件要求按 README 说明

README 未说明，仅要求 JDK 21+、Node.js 16.0+、Maven 3.6+，模型能力依赖云端通义千问 API

下载：源码 zip·GitHub Releases（安装包）本站不镜像安装包

项目说明

由 README 自动翻译提炼

没人工点评？写下你的经验

基于 LangChain4j 和通义千问的 AI 编程学习与求职辅导机器人实战项目

基于 Spring Boot 3.5 和 LangChain4j 的 AI 编程学习与求职辅导机器人实战项目，涵盖 RAG、Tool Calling、MCP、流式对话等企业级 AI 应用开发技术。

核心能力

集成 LangChain4j 实现会话记忆与结构化输出
用 RAG 结合本地知识库检索增强回答
支持 MCP 协议与工具调用扩展 AI 能力
内置面试题搜索与 Web 爬虫获取实时资讯
提供输入安全防护与流式打字机响应

容易踩的坑

需自行申请通义千问 API 和 Big Model API 密钥并填入 application.yml；前端默认跑在 5173 端口、后端 API 在 8081 端口；需先启动后端再访问前端

内容由模型根据 README 生成，可能不完整或不准确，以官方文档为准。看原文 README

用户点评

登录用户的真实使用记录，可按版本和硬件筛选

共 0 条

还没有人点评。第一个说出真实体验的人最有价值。

README 原文

未翻译

在 GitHub 打开

🤖 AI 编程小助手 - LangChain4j 实战项目

基于 LangChain4j + 通义千问的 AI 智能编程学习与求职辅导机器人

大家好，我是程序员鱼皮。现在 AI 应用开发可以说是程序员必备的技能了，求职时能够大幅增加竞争力。之前我用 Spring AI 带大家做过一个开源的 AI 超级智能体项目，这次我来带大家快速掌握另一个主流的 Java AI 应用开发框架 LangChain4j。

这个教程项目也是我精心设计，拒绝枯燥的理论，而是用一个编程小助手项目带大家在实战中依次学习 LangChain4j 的主流用法。看完这个教程，你不仅学会了 LangChain4j，还直接多了一段项目经历，岂不美哉？

项目视频教程：https://bilibili.com/video/BV1X4GGziEyr

文字教程：https://mp.weixin.qq.com/s/7cNh7ndeiWiHBjnkTkz_Zg （在公众号程序员鱼皮的文章）

更多鱼皮原创项目教程、编程学习路线可以在编程导航学习网获取。

⭐ 如果这个项目对您有帮助，请给鱼皮一个 Star，这会激励我继续爆肝输出更多干货教程，万分感谢！

本项目中，会话记忆、结构化输出、RAG、工具调用、MCP、护轨、可观测性、AI 代码生成等等，都有从 0 的讲解和实践。

✨ 项目介绍

定位

编程学习导师: 提供清晰的学习路线规划和个性化建议
求职面试助手: 涵盖简历优化、面试技巧、高频题目解析
代码答疑专家: 实时解答编程技术问题，提供代码示例

技术

AI 服务

LangChain4j集成: 采用业界领先的AI应用开发框架
通义千问模型: 基于阿里云大模型，专业可靠
流式响应: 实时打字机效果，提升用户体验

安全机制

输入安全防护: 检测敏感内容，确保应用安全

工具集成

RAG检索增强: 结合本地知识库，提供精准答案
MCP协议支持: 模型上下文协议，增强AI能力
面试题搜索: 实时抓取最新面试题目
Web爬虫工具: 获取实时技术资讯

🚀 快速开始

环境要求

Java: JDK 21+
Node.js: 16.0+
Maven: 3.6+
通义千问API: 需申请API密钥
Big Model API: 需申请API密钥

启动步骤

1. 后端启动

# 克隆项目
git clone <repository-url>
cd ai-code-helper

# 配置API密钥
# 编辑 src/main/resources/application.yml
# 填入您的通义千问 API 和 Big Model API 密钥

# 启动后端服务
mvn spring-boot:run

2. 前端启动

# 进入前端目录
cd ai-code-helper-frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev

3. 访问应用

前端地址: http://localhost:5173
后端API: http://localhost:8081/api

技术架构

┌─────────────────┐    ┌─────────────────┐
│   Vue.js 前端    │────│  Spring Boot   │
│   - 聊天界面     │    │    后端服务      │
│   - 实时流式     │    │   - RESTful API │
│   - Markdown    │    │   - SSE 推送     │
└─────────────────┘    └─────────────────┘
                              │
                    ┌─────────────────┐
                    │   LangChain4j   │
                    │   - AI服务层    │
                    │   - 工具集成    │
                    │   - 安全防护    │
                    └─────────────────┘
                              │
                    ┌─────────────────┐
                    │   通义千问API    │
                    │   - 对话模型    │
                    │   - 嵌入模型    │
                    │   - 流式输出    │
                    └─────────────────┘

核心模块

AiCodeHelperService: 核心对话服务
QwenChatModelConfig: 模型配置管理
RagConfig: 检索增强配置
McpConfig: 模型上下文协议
InterviewQuestionTool: 面试题搜索
SafeInputGuardrail: 输入安全防护
ChatModelListener: 对话监听器

致谢

LangChain4j - 强大的AI应用开发框架
阿里云通义千问 - 优秀的大语言模型
Spring Boot - 简化的Java开发框架
Vue.js - 渐进式JavaScript框架