LangChain4j शब्दसंग्रह

March 2, 2026 · View on GitHub

अनुक्रमणिका

कोर्समध्ये वापरल्या जाणाऱ्या संज्ञा आणि संकल्पनांसाठी जलद संदर्भ.

मूल संकल्पना

AI एजंट - एखादी प्रणाली जी AI वापरून स्वयंचलित विचार आणि कृती करते. मॉड्यूल 04

चेन - क्रियांचा अनुक्रम ज्यामध्ये आउटपुट पुढील टप्प्यासाठी इनपुट म्हणून वापरले जाते.

चंकिंग - दस्तऐवज छोटे तुकडे करण्याची प्रक्रिया. सामान्यतः: 300-500 टोकन ओव्हरलॅपसह. मॉड्यूल 03

संदर्भ विंडो - जास्तीत जास्त टोकन्स जे मॉडेल प्रक्रिया करू शकते. GPT-5.2: 400K टोकन्स (272K इनपुटपर्यंत, 128K आउटपुटपर्यंत).

एम्बेडिंग्ज - मजकूराचा अर्थ दर्शवणारे संख्यात्मक वेक्टर. मॉड्यूल 03

फंक्शन कॉलिंग - मॉडेल बाह्य फंक्शन्स कॉल करण्यासाठी संरचित विनंत्या निर्माण करते. मॉड्यूल 04

हल्लुसीनेशन - जेव्हा मॉडेल चुकीची पण शक्य तितकी माहिती निर्माण करतात.

प्रॉम्प्ट - भाषिक मॉडेलसाठी मजकूर इनपुट. मॉड्यूल 02

सिमॅंटिक सर्च - कीवर्ड नाही तर एम्बेडिंग्ज वापरून अर्थानुसार शोध. मॉड्यूल 03

स्टेटफुल विरुद्ध स्टेटलेस - स्टेटलेस: स्मृती नाही. स्टेटफुल: संभाषणाचा इतिहास राखतो. मॉड्यूल 01

टोकन्स - मूलभूत मजकूर युनिट्स जे मॉडेल प्रक्रिया करतात. खर्च आणि मर्यादा यावर परिणाम करतात. मॉड्यूल 01

टूल चेनिंग - साखळीवार टूल अंमलबजावणी जेथे आउटपुट पुढील कॉलसाठी माहिती देते. मॉड्यूल 04

LangChain4j घटक

AiServices - प्रकार-सुरक्षित AI सेवा इंटरफेस तयार करतो.

OpenAiOfficialChatModel - OpenAI आणि Azure OpenAI मॉडेलसाठी एकात्मिक क्लायंट.

OpenAiOfficialEmbeddingModel - OpenAI अधिकृत क्लायंट वापरून एम्बेडिंग्ज तयार करतो (दोन्ही OpenAI आणि Azure OpenAI साठी समर्थन).

ChatModel - भाषिक मॉडेलसाठी मुख्य इंटरफेस.

ChatMemory - संभाषण इतिहास राखते.

ContentRetriever - RAG साठी संबंधित दस्तऐवज चंक शोधतो.

DocumentSplitter - दस्तऐवज चंकमध्ये विभाजित करतो.

EmbeddingModel - मजकूर संख्यात्मक वेक्टरमध्ये रूपांतरित करतो.

EmbeddingStore - एम्बेडिंग्ज संग्रहित व प्राप्त करतो.

MessageWindowChatMemory - अलीकडील संदेशांचा स्लाइडिंग विंडो राखतो.

PromptTemplate - {{variable}} प्लेसहोल्डर वापरून पुनर्निर्मित करण्यायोग्य प्रॉम्प्ट तयार करतो.

TextSegment - मेटाडेटासह मजकूराचा तुकडा. RAG मध्ये वापरला जातो.

ToolExecutionRequest - टूल अंमलबजावणीची विनंती दर्शवतो.

UserMessage / AiMessage / SystemMessage - संभाषण संदेश प्रकार.

AI/ML संकल्पना

फ्यू-शॉट लर्निंग - प्रॉम्प्टमध्ये उदाहरणे देणे. मॉड्यूल 02

लार्ज लँग्वेज मॉडेल (LLM) - प्रचंड मजकूर डेटावर प्रशिक्षित AI मॉडेल्स.

रिझनिंग प्रयास - GPT-5.2 चे पॅरामीटर जे विचार करण्याची खोली नियंत्रित करते. मॉड्यूल 02

टेम्परेचर - आउटपुटची अनियमितता नियंत्रित करते. कमी = निश्चित, जास्त = सर्जनशील.

व्हेक्टर डेटाबेस - एम्बेडिंग्जसाठी खास डेटाबेस. मॉड्यूल 03

झिरो-शॉट लर्निंग - उदाहरणांशिवाय कार्ये करणे. मॉड्यूल 02

गार्डरेल्स - मॉड्यूल 00

डिफेन्स इन डेप्थ - मल्टी-लेयर सुरक्षा पद्धत ज्यात अनुप्रयोग-स्तरीय गार्डरेल्स आणि प्रदाता सुरक्षा फिल्टर्स यांचा समावेश आहे.

हार्ड ब्लॉक - गंभीर सामग्री उल्लंघनांसाठी प्रदाता HTTP 400 त्रुटी देतो.

InputGuardrail - LLM पर्यंत पोहोचण्याआधी वापरकर्त्याचा इनपुट सत्यापित करणारा LangChain4j इंटरफेस. हानिकारक प्रॉम्प्ट्स लवकर ब्लॉक करून खर्च आणि विलंब कमी करतो.

InputGuardrailResult - गार्डरेल सत्यापनासाठी परतावा प्रकार: success() किंवा fatal("कारण").

OutputGuardrail - AI उत्तरे वापरकर्त्यांकडे परत देण्याआधी सत्यापित करण्याचे इंटरफेस.

Provider Safety Filters - AI प्रदात्यांकडून अंतर्भूत सामग्री फिल्टर्स (उदा., GitHub मॉडेल्स) जे API स्तरावर उल्लंघने पकडतात.

Soft Refusal - मॉडेल विनम्रपणे उत्तर देण्यास नकार देते पण त्रुटी थोडक्यात न दाखवते.

प्रॉम्प्ट अभियांत्रण - मॉड्यूल 02

चेन-ऑफ-थॉट - अधिक अचूकतेसाठी टप्प्याटप्प्याने विचार प्रक्रिया.

बांधलेले आउटपुट - विशिष्ट स्वरूप किंवा रचना लागू करणे.

हाय ईगरनेस - सखोल विचारासाठी GPT-5.2 नमुना.

लो ईगरनेस - जलद उत्तरांसाठी GPT-5.2 नमुना.

मल्टी-टर्न संभाषण - विनिमयांदरम्यान संदर्भ राखणे.

भूमिकेनिहाय प्रॉम्प्टिंग - सिस्टम संदेशांद्वारे मॉडेलची व्यक्तिरेखा सेट करणे.

स्व-परावर्तन - मॉडेल आपले आउटपुट मूल्यांकन करते व सुधारते.

संरचित विश्लेषण - निश्चित मूल्यमापन चौकट.

कार्य अंमलबजावणी नमुना - योजना → अंमलबजावणी → सारांश.

RAG (रिट्रीव्हल-अगमेंटेड जनरेशन) - मॉड्यूल 03

दस्तऐवज प्रक्रिया पाइपलाइन - लोड → चंक → एम्बेड → संचयित करा.

इन-मेमरी एम्बेडिंग स्टोअर - तपासणीसाठी अस्थायी संग्रहण.

RAG - उत्तरांना आधार देण्यासाठी रिट्रीव्हल आणि जनरेशन एकत्रित करणे.

समानता गुणांकन - सैमान्यतेचे मापन (0-1).

स्रोत संदर्भ - मिळालेल्या सामग्रीचा मेटाडेटा.

एजंट्स आणि साधने - मॉड्यूल 04

@Tool अ‍ॅनोटेशन - Java पद्धतींना AI-कॉल करण्यायोग्य साधन म्हणून मार्क करते.

ReAct नमुना - विचार करा → कृती करा → निरीक्षण करा → पुनरावृत्ती करा.

सत्र व्यवस्थापन - वेगवेगळ्या वापरकर्त्यांसाठी वेगळे संदर्भ.

साधन - एखादा AI एजंट कॉल करू शकतो असा फंक्शन.

साधन वर्णन - साधनाचा हेतू आणि पॅरामीटर्स यांचे दस्तऐवजीकरण.

एजंटिक मॉड्यूल - मॉड्यूल 05

@Agent अ‍ॅनोटेशन - AI एजंट्ससाठी इंटरफेस मार्क करते ज्यात घोषणा प्रकारचे वर्तन संज्ञापित केले आहे.

Agent Listener - beforeAgentInvocation() आणि afterAgentInvocation() द्वारे एजंट अंमलबजावणी निरीक्षणासाठी हुक.

Agentic Scope - संयुक्त स्मृती ज्यात एजंट आउटपुट outputKey वापरून संग्रहित करतात, पुढील एजंटसाठी उपभोगात्मक.

AgenticServices - agentBuilder() आणि supervisorBuilder() वापरून एजंट तयार करण्यासाठी कारखाना.

शर्तीपर आधारावर कार्यप्रवाह - अटींवर आधारित भिन्न तज्ञ एजंट्स कडे मार्गदर्शन.

मानव-इन-द-लूप - मानवी तपासणीसाठी माणसाला संधी देणारा कार्यप्रवाह नमुना.

langchain4j-agentic - घोषणात्मक एजंट बांधणीसाठी Maven अवलंबित्व (प्रायोगिक).

लूप कार्यप्रवाह - एखादी अट पूर्ण होईपर्यंत एजंटची पुनरावृत्ती (उदा., गुणवत्ता गुण ≥ 0.8).

outputKey - एजंट अ‍ॅनोटेशन पॅरामीटर जो Agentic Scope मध्ये निकाल कुठे साठवायचा ते दर्शवतो.

सामांतर कार्यप्रवाह - स्वतंत्र कार्यांसाठी एकाच वेळी अनेक एजंट चालवणे.

उत्तर धोरण - पर्यवेक्षक अंतिम उत्तर कसे तयार करतो: LAST, SUMMARY, किंवा SCORED.

क्रमवार कार्यप्रवाह - एजंट्स क्रमाने चालवणे ज्यात आउटपुट पुढील टप्प्यावर प्रवाहित होते.

सुपरवायझर एजंट नमुना - प्रगत एजंटिक नमुना ज्यात सुपरवायझर LLM गतिशीलपणे कोणते उपएजंट कॉल करायचे हे ठरवते.

मॉडेल संदर्भ प्रोटोकॉल (MCP) - मॉड्यूल 05

langchain4j-mcp - LangChain4j मध्ये MCP एकत्रिकरणासाठी Maven अवलंबित्व.

MCP - मॉडेल संदर्भ प्रोटोकॉल: AI अ‍ॅप्सना बाह्य साधनांशी जोडण्यासाठी मानक. एकदाच बांधा, सर्वत्र वापर करा.

MCP क्लायंट - MCP सर्व्हरशी कनेक्ट होऊन साधने शोधून वापरणारे अ‍ॅप.

MCP सर्व्हर - साधने स्पष्ट वर्णने आणि पॅरामीटर स्कीमांसह MCP द्वारे एक्सपोज करणारी सेवा.

McpToolProvider - LangChain4j घटक जे MCP साधने AI सेवा आणि एजंटसाठी तयार करते.

McpTransport - MCP कम्युनिकेशनसाठी इंटरफेस. अंमलबजावणीत Stdio आणि HTTP समाविष्ट.

Stdio ट्रान्सपोर्ट - लोकल प्रक्रिया stdin/stdout द्वारे ट्रान्सपोर्ट. फाइलसिस्टम किंवा कमांड-लाइन टूल्ससाठी उपयुक्त.

StdioMcpTransport - LangChain4j अंमलबजावणी जी MCP सर्व्हर उपप्रक्रिया म्हणून सुरू करते.

साधन शोध - क्लायंट साधने सर्व्हरकडे वर्णने आणि स्कीमांसह विचारतो.

Azure सेवा - मॉड्यूल 01

Azure AI Search - व्हेक्टर क्षमतांसह क्लाउड शोध. मॉड्यूल 03

Azure Developer CLI (azd) - Azure संसाधने तैनात करते.

Azure OpenAI - मायक्रोसॉफ्टची एंटरप्राइझ AI सेवा.

Bicep - Azure इन्फ्रास्ट्रक्चर-एज-कोड भाषा. इन्फ्रास्ट्रक्चर मार्गदर्शक

डिप्लॉयमेंट नाव - Azure मध्ये मॉडेल डिप्लॉयमेंटसाठी नाव.

GPT-5.2 - विचार नियंत्रणासह नवीनतम OpenAI मॉडेल. मॉड्यूल 02

चाचणी आणि विकास - चाचणी मार्गदर्शक

Dev कंटेनर - कंटेनरयुक्त विकास वातावरण. रचना

GitHub मॉडेल्स - मोफत AI मॉडेल प्लेग्राउंड. मॉड्यूल 00

इन-मेमरी चाचणी - इन-मेमरी स्टोरेजसह चाचणी.

इंटीग्रेशन चाचणी - वास्तविक इन्फ्रास्ट्रक्चरसह चाचणी.

Maven - Java बिल्ड ऑटोमेशन साधन.

Mockito - Java मॉकिंग फ्रेमवर्क.

Spring Boot - Java अ‍ॅप्लिकेशन फ्रेमवर्क. मॉड्यूल 01

अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator चा वापर करून भाषांतरित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील आहोत, तरी कृपया लक्षात ठेवा की स्वयंचलित भाषांतरांमध्ये चुका किंवा अचूकतेच्या त्रुटी असू शकतात. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकृत स्रोत मानला जावा. महत्त्वाची माहिती असल्यास व्यावसायिक मानवी भाषांतर घेणे शिफारसीय आहे. या भाषांतराच्या वापराने झालेल्या कोणत्याही गैरसमजुतीs किंवा चुकीच्या अर्थसंग्रहांसाठी आम्ही जबाबदार नाही.