第四章：接入千问（DashScope/Qwen）与生产建议

4.1 为什么很多企业更偏向 DashScope

从工程视角看，DashScope 常见优势是：

• 企业网络与合规更容易做统一管控
• 模型矩阵更贴近中文业务场景
• 在“检索增强、工具调用、多模态”等能力上更愿意提供工程化接口

本章我们用 LangChain4j 接入千问，并强调三件生产必需品：

• 超时与重试策略
• 错误分层（401/429/5xx/应用侧）
• 脱敏日志

4.2 Spring Boot starter（推荐）

4.2.1 依赖

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>
    <version>1.3.0-beta9</version>
</dependency>

4.2.2 application.yml

langchain4j:
  community:
    dashscope:
      chat-model:
        api-key: ${AI_DASHSCOPE_API_KEY:}
        model-name: qwen-max
        temperature: 0.2

配置完成后，通常会自动提供 ChatLanguageModel 或对应的 Qwen ChatModel Bean（具体以 starter 的自动配置为准）。

4.3 纯 Java：显式创建 QwenChatModel

当你需要把“模型创建”放在更底层（例如多模型路由），纯 Java 写法更直接：

package com.example.langchain4j.qwen;

import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.dashscope.QwenChatModel;
import java.time.Duration;

public class QwenChatExample {

    public static void main(String[] args) {
        String apiKey = System.getenv("AI_DASHSCOPE_API_KEY");
        if (apiKey == null || apiKey.isBlank()) {
            throw new IllegalStateException("请先设置环境变量 AI_DASHSCOPE_API_KEY");
        }

        ChatLanguageModel model = QwenChatModel.builder()
                .apiKey(apiKey)
                .modelName("qwen-max")
                .temperature(0.2)
                .timeout(Duration.ofSeconds(60))
                .build();

        System.out.println(model.chat("用通俗语言解释：并发限制为什么比增加重试次数更重要？"));
    }
}

4.4 生产建议：把“治理能力”放到统一入口

你后面一定会写：

• RAG（检索上下文）
• Tools（函数调用）
• SSE（流式）

如果这些能力散落在 Controller 里，后面会非常难维护。建议从现在开始就养成习惯：

• 模型调用只在 Service/Facade 里发生
• Controller 只管参数校验与返回
• 统一入口集中做：超时、重试、脱敏、指标、requestId

4.5 本章小结

你已经把千问接进来，并且把工程化的关注点放对了位置。下一章我们用你刚学到的 baseUrl 能力接入 DeepSeek，并建立一个“多模型切换”的基础骨架。