大家好，我是Java1234_小锋老师，最近更新《2027版本 LangChain4j 开发Java Agent 智能体 视频教程》专辑，感谢大家支持。

本课程主要介绍和讲解 LangChain4j 简介，阿里云百炼大模型平台接入，Ollama简介以及安装和使用，HelloWorld 实现，日志配置，集成SpringBoot，Ai Service 使用，对话与提示词工程(Prompt)，结构化输出，会话记忆，工具调用(Function Calling)，嵌入模型与向量数据库，RAG(检索增强生成)，MCP(模型上下文协议)，多模态支持

视频教程+课件+源码打包下载：

链接：https://pan.baidu.com/s/1o-zRfndo1HHrS_uFroOiCw?pwd=1234
提取码：0000

LangChain4j 开发Java Agent智能体- SLF4J日志配置

LangChain4j 使用SLF4J进行日志记录，允许您插入任何您喜欢的日志后端，例如Logback或Log4j。

（SLF4J是一套日志规范，类似JDBC规范，具体实现又厂家或者开源组织去实现）

前面我们运行的代码，都会有警告提示，没找到SLF4J的提供者。

我们可以pom.xml加下Logback依赖：

<dependency> <groupId>ch.qos.logback</groupId> <artifactId>logback-classic</artifactId> <version>1.5.8</version> </dependency>

可以通过在创建模型实例时进行设置.logRequests(true)来启用对 LLM 的每个请求和响应的日志记录 ：.logResponses(true)

代码实现：

package com.java1234; ​ import dev.langchain4j.model.openai.OpenAiChatModel; ​ /** * Hello world! */ public class App { public static void main(String[] args) { // 创建模型 OpenAiChatModel model = OpenAiChatModel.builder() .logRequests(true) // 打印请求日志 .logResponses(true) // 打印响应日志 .baseUrl("https://dashscope.aliyuncs.com/compatible-mode/v1") // 模型地址 .modelName("qwen3.6-plus") // 模型名称 .apiKey(System.getenv("OPENAI_API_KEY")) // 密钥 .build(); // 构建模型 ​ String answer = model.chat("你是谁？"); // 提问 System.out.println(answer); } }

运行输出：