LangChain4j für Einsteiger

Ein Kurs zum Erstellen von KI-Anwendungen mit LangChain4j und Azure OpenAI GPT-5.2, von einfachem Chat bis hin zu KI-Agenten.

🌐 Mehrsprachige Unterstützung

Unterstützt durch GitHub Action (Automatisiert & Immer Aktuell)

Arabisch | Bengalisch | Bulgarisch | Birmanisch (Myanmar) | Chinesisch (Vereinfacht) | Chinesisch (Traditionell, Hongkong) | Chinesisch (Traditionell, Macau) | Chinesisch (Traditionell, Taiwan) | Kroatisch | Tschechisch | Dänisch | Niederländisch | Estnisch | Finnisch | Französisch | Deutsch | Griechisch | Hebräisch | Hindi | Ungarisch | Indonesisch | Italienisch | Japanisch | Kannada | Khmer | Koreanisch | Litauisch | Malaiisch | Malayalam | Marathi | Nepalesisch | Nigerianisches Pidgin | Norwegisch | Persisch (Farsi) | Polnisch | Portugiesisch (Brasilien) | Portugiesisch (Portugal) | Punjabi (Gurmukhi) | Rumänisch | Russisch | Serbisch (Kyrillisch) | Slowakisch | Slowenisch | Spanisch | Suaheli | Schwedisch | Tagalog (Filipino) | Tamil | Telugu | Thailändisch | Türkisch | Ukrainisch | Urdu | Vietnamesisch

Lieber lokal klonen?

Dieses Repository enthält mehr als 50 Sprachübersetzungen, was die Downloadgröße erheblich erhöht. Um ohne Übersetzungen zu klonen, verwenden Sie Sparse Checkout:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/LangChain4j-for-Beginners.git
cd LangChain4j-for-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/LangChain4j-for-Beginners.git
cd LangChain4j-for-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

So erhalten Sie alles, was Sie brauchen, um den Kurs mit deutlich schnellerem Download abzuschließen.

Inhaltsverzeichnis

1. Schnellstart - Einstieg in LangChain4j
2. Einführung - Erlernen der Grundlagen von LangChain4j
3. Prompt Engineering - Meistere effektives Prompt-Design
4. RAG (Retrieval-Augmented Generation) - Aufbau intelligenter wissensbasierter Systeme
5. Werkzeuge - Integration externer Tools und einfacher Assistenten
6. MCP (Model Context Protocol) - Arbeiten mit dem Model Context Protocol (MCP) und Agentenmodulen

Video-Durchgänge

Jedes Modul hat eine begleitende Live-Session, in der wir die Konzepte und den Code Schritt für Schritt durchgehen.

Modul	Video
01 - Einführung	Erste Schritte mit LangChain4j
02 - Prompt Engineering	Prompt Engineering mit LangChain4j
03 - RAG	RAG mit LangChain4j
04 - Werkzeuge & 05 - MCP	KI-Agenten mit Werkzeugen und MCP

---

Lernpfad

Neu bei LangChain4j? Schau dir das Glossar für Definitionen wichtiger Begriffe und Konzepte an.

Schnellstart

1. Forke dieses Repository auf dein GitHub-Konto
2. Klicke auf Code → Tab Codespaces → ... → Neu mit Optionen...
3. Verwende die Standardeinstellungen – damit wird der für diesen Kurs erstellte Entwicklungscontainer ausgewählt
4. Klicke auf Codespace erstellen
5. Warte 5-10 Minuten, bis die Umgebung bereit ist
6. Springe direkt zu Schnellstart, um loszulegen!

Nach Abschluss der Module erkunde den Testleitfaden, um LangChain4j-Testkonzepte in Aktion zu sehen.

Hinweis: Dieses Training verwendet sowohl GitHub-Modelle als auch Azure OpenAI. Das Modul Schnellstart verwendet GitHub-Modelle (kein Azure-Abonnement erforderlich), während die Module 1–5 Azure OpenAI nutzen. Erstelle ein KOSTENLOSES Azure-Konto, falls du noch keines hast.

Lernen mit GitHub Copilot

Um schnell mit dem Codieren zu beginnen, öffne dieses Projekt in einem GitHub Codespace oder deiner lokalen IDE mit dem bereitgestellten Devcontainer. Der in diesem Kurs verwendete Devcontainer ist vorkonfiguriert mit GitHub Copilot für KI-gestütztes Paarprogrammieren.

Jedes Codebeispiel enthält vorgeschlagene Fragen, die du GitHub Copilot stellen kannst, um dein Verständnis zu vertiefen. Achte auf die 💡/🤖-Hinweise in:

• Java-Dateikopfzeilen – Fragen speziell zu jedem Beispiel
• Modul-READMEs – Erkundungsfragen nach Codebeispielen

So nutzt du es: Öffne eine beliebige Code-Datei und stelle Copilot die vorgeschlagenen Fragen. Er hat den vollständigen Kontext des Codes und kann erklären, erweitern und Alternativen vorschlagen.

Möchtest du mehr lernen? Schau dir Copilot für KI-Paarprogrammierung an.

Zusätzliche Ressourcen

LangChain

Azure / Edge / MCP / Agenten

---

Generative KI-Serie

---

Kernlernen

---

Copilot-Serie

Hilfe erhalten

Wenn Sie nicht weiterkommen oder Fragen zur Entwicklung von KI-Anwendungen haben, treten Sie bei:

Wenn Sie Produktfeedback oder Fehler beim Entwickeln haben, besuchen Sie:

Lizenz

MIT-Lizenz – Details finden Sie in der LICENSE-Datei.

---

Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, sollten Sie beachten, dass automatische Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die durch die Verwendung dieser Übersetzung entstehen.