১. ১. শুরু করার আগে
স্বাগতম! এই কোডল্যাবে, আপনি জনপ্রিয় LangChain4j ফ্রেমওয়ার্ক এবং এর নতুন Google GenAI মডিউল ব্যবহার করে জাভাতে কীভাবে এজেন্টিক এআই অ্যাপ্লিকেশন তৈরি করতে হয় তা শিখবেন।
এজেন্টিক এআই বলতে এমন সিস্টেমকে বোঝায় যেখানে এলএলএম (LLM) শুধু নির্দেশের প্রতি সাড়া দেয় না, বরং জটিল ও বহু-ধাপের লক্ষ্য স্বয়ংক্রিয়ভাবে সম্পন্ন করার জন্য প্রয়োজনীয় সরঞ্জাম, স্মৃতি এবং পরিকল্পনা সক্ষমতা দিয়ে সজ্জিত থাকে।
আপনি সাধারণ কনফিগারেশন দিয়ে শুরু করবেন, এরপর স্থানীয় টুল ও কাঠামোগত আউটপুট ব্যবহার করে এজেন্ট তৈরি করার দিকে অগ্রসর হবেন এবং অবশেষে উন্নত মাল্টি-এজেন্ট অর্কেস্ট্রেশন প্যাটার্নগুলো অন্বেষণ করবেন, যার চূড়ান্ত পরিণতি হবে একটি লক্ষ্য-ভিত্তিক কর্ম পরিকল্পনা (GOAP) এজেন্টিক সিস্টেম।
আপনি যা করবেন
- Gemini-এর সাথে সংযোগ করার জন্য নতুন
GoogleGenAiChatModelটি কনফিগার করুন। - সহজ ডিবাগিংয়ের জন্য অনুরোধ/প্রতিক্রিয়া লগিং সক্ষম করুন।
- টুলস ব্যবহার করে জেমিনিকে স্থানীয় জাভা কোডে অ্যাক্সেস দিন।
- জেমিনি থেকে স্ট্রাকচার্ড আউটপুট ফরম্যাট (POJO) প্রয়োগ করুন।
-
@Agentঅ্যানোটেশন ব্যবহার করে একক-উদ্দেশ্যমূলক এজেন্ট সংজ্ঞায়িত ও তৈরি করুন। - অনুক্রমিক এবং সমান্তরাল একাধিক এজেন্ট কর্মপ্রবাহ সমন্বয় করুন।
- একটি লক্ষ্য-ভিত্তিক কর্ম পরিকল্পনা (GOAP) সিস্টেম তৈরি করুন যা গতিশীলভাবে এজেন্টের কার্য সম্পাদনের পরিকল্পনা করে।
আপনার যা যা লাগবে
- জাভা ডেভেলপমেন্ট কিট (জেডিকে) ১৭ বা উচ্চতর সংস্করণ।
- Maven 3.5+ ইনস্টল করা আছে।
- গুগল এআই স্টুডিও থেকে একটি জেমিনি এপিআই কী।
২. ২. সেট আপ: প্রজেক্ট এবং এপিআই কী
শুরু করার জন্য, আমাদের একটি নতুন Maven প্রজেক্ট তৈরি করতে হবে এবং আমাদের Gemini API কী কনফিগার করতে হবে।
মেভেন প্রজেক্ট তৈরি করুন
আপনার প্রোজেক্টের জন্য একটি নতুন ডিরেক্টরি তৈরি করুন এবং একটি pom.xml ফাইল দিয়ে এটি চালু করুন।
আপনার pom.xml এ নিম্নলিখিত ডিপেন্ডেন্সিগুলো যোগ করুন। উল্লেখ্য যে, আমরা LangChain4j Google GenAI এবং Agentic মডিউলগুলোর সর্বশেষ সংস্করণ 1.16.1-beta26 ব্যবহার করছি:
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>com.example</groupId>
<artifactId>gemini-agents-demo</artifactId>
<version>1.0-SNAPSHOT</version>
<properties>
<maven.compiler.source>17</maven.compiler.source>
<maven.compiler.target>17</maven.compiler.target>
<langchain4j.version>1.16.1-beta26</langchain4j.version>
</properties>
<dependencies>
<!-- LangChain4j Google GenAI Integration -->
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-google-genai</artifactId>
<version>${langchain4j.version}</version>
</dependency>
<!-- LangChain4j Agentic Framework Core -->
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-agentic</artifactId>
<version>${langchain4j.version}</version>
</dependency>
<!-- LangChain4j Agentic Patterns (needed for GOAP) -->
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-agentic-patterns</artifactId>
<version>${langchain4j.version}</version>
</dependency>
<!-- SLF4J Logger for logging requests/responses -->
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-simple</artifactId>
<version>2.0.12</version>
</dependency>
</dependencies>
</project>
একটি জেমিনি এপিআই কী পান
- গুগল এআই স্টুডিও -তে যান।
- Get API Key- তে ক্লিক করুন।
- একটি নতুন কী তৈরি করুন (অথবা বিদ্যমান একটি নির্বাচন করুন)।
- আপনার টার্মিনালে এটিকে একটি এনভায়রনমেন্ট ভেরিয়েবল হিসেবে সেট করুন:
export GEMINI_API_KEY="your-api-key-here"
৩. ৩. জেমিনি চ্যাট মডেল কনফিগার করুন
এখন, চলুন একটি সাধারণ "হ্যালো ওয়ার্ল্ড" অ্যাপ্লিকেশন তৈরি করি যা GoogleGenAiChatModel কে ইনস্ট্যানশিয়েট করবে এবং একটি টেস্ট প্রম্পট পাঠাবে।
নতুন GoogleGenAiChatModel সমন্বিত Google GenAI SDK ব্যবহার করে, যা Gemini মডেলগুলিতে সমন্বিত অ্যাক্সেস প্রদান করে।
src/main/java/com/example/HelloWorld.java তে HelloWorld.java নামে একটি ক্লাস তৈরি করুন:
package com.example;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.google.genai.GoogleGenAiChatModel;
public class HelloWorld {
public static void main(String[] args) {
// 1. Configure the Gemini model
ChatModel model = GoogleGenAiChatModel.builder()
.apiKey(System.getenv("GEMINI_API_KEY"))
.modelName("gemini-3.5-flash")
// Enable logging for both requests and responses
.logRequestsAndResponses(true)
.build();
// 2. Invoke the model
String response = model.chat("Hello Gemini! Explain 'Agentic AI' in one sentence.");
// 3. Print response
System.out.println("\n--- Gemini Response ---");
System.out.println(response);
}
}
এই ক্লাসটি চালান। logRequestsAndResponses(true) সক্রিয় থাকার কারণে, আপনি বিস্তারিত SLF4J লগ দেখতে পাবেন, যেখানে গুগলের এপিআই-তে পাঠানো সঠিক রিকোয়েস্ট পেলোড এবং প্রাপ্ত র JSON রেসপন্সের বিবরণ থাকবে, এবং এর পরেই প্রিন্ট করা আউটপুট দেওয়া হবে:
--- Gemini Response ---
**Agentic AI** refers to autonomous artificial intelligence systems that can proactively plan, make decisions, use tools, and execute multi-step tasks to achieve specific goals with minimal human supervision.
৪. স্থানীয় জাভা টুলস সংজ্ঞায়িত করুন
এলএলএম শক্তিশালী, কিন্তু এদের সীমাবদ্ধতা হলো এদের প্রশিক্ষণ ডেটা। আমরা টুলস (যা ফাংশন কলিং নামেও পরিচিত) প্রদানের মাধ্যমে এদের কার্যক্ষমতা বাড়াতে পারি।
LangChain4j-তে, টুলগুলো হলো সাধারণ জাভা ক্লাস, যেখানে মেথডগুলোকে @Tool দিয়ে অ্যানোটেট করা হয়।
চলুন, দুটি তারিখের মধ্যে দিনের সংখ্যা গণনা করার জন্য একটি সহজ টুল লিখি। src/main/java/com/example/DateTools.java তে DateTools.java তৈরি করুন:
package com.example;
import dev.langchain4j.agent.tool.P;
import dev.langchain4j.agent.tool.Tool;
import java.time.LocalDate;
import java.time.temporal.ChronoUnit;
public class DateTools {
@Tool("Calculates the number of days between two dates")
public long daysBetween(
@P("The start date in ISO format (YYYY-MM-DD)") String startDate,
@P("The end date in ISO format (YYYY-MM-DD)") String endDate) {
LocalDate start = LocalDate.parse(startDate);
LocalDate end = LocalDate.parse(endDate);
return ChronoUnit.DAYS.between(start, end);
}
}
এই টুলটি ব্যবহার করার জন্য, আমরা একটি এআই সার্ভিস (AI Service ) সংজ্ঞায়িত করব। LangChain4j Agentic ফ্রেমওয়ার্কে, আমরা AgenticServices.agentBuilder() ব্যবহার করে এটি তৈরি করতে পারি।
src/main/java/com/example/ToolDemo.java তে ToolDemo.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.agentic.AgenticServices;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.google.genai.GoogleGenAiChatModel;
import dev.langchain4j.service.V;
public class ToolDemo {
public interface DateAssistant {
@Agent
String ask(@V("prompt") String prompt);
}
public static void main(String[] args) {
ChatModel model = GoogleGenAiChatModel.builder()
.apiKey(System.getenv("GEMINI_API_KEY"))
.modelName("gemini-3.5-flash")
.build();
// Build the assistant and register our DateTools
DateAssistant assistant = AiServices.builder(DateAssistant.class)
.chatModel(model)
.tools(new DateTools())
.build();
String response = assistant.ask("How many days are there between 2026-01-01 and 2026-06-30?");
System.out.println("Response: " + response);
}
}
যখন আপনি এই কোডটি চালাবেন, জেমিনি প্রম্পটটি বিশ্লেষণ করে বুঝতে পারবে যে এটিকে daysBetween কল করতে হবে, একটি টুল কল রিকোয়েস্ট তৈরি করবে, LangChain4j আপনার লোকাল জাভা মেথডটি এক্সিকিউট করবে, ফলাফলটি জেমিনিতে ফেরত পাঠাবে এবং জেমিনি চূড়ান্ত স্বাভাবিক ভাষার প্রতিক্রিয়াটি ফরম্যাট করবে।
আপনি নিম্নলিখিতের অনুরূপ একটি আউটপুট দেখতে পাবেন:
Response: There are 180 days between 2026-01-01 and 2026-06-30.
৫. কাঠামোগত আউটপুট সংজ্ঞায়িত করুন
প্রায়শই, আপনি চান যে এলএলএম সাধারণ টেক্সটের পরিবর্তে একটি নির্দিষ্ট কাঠামোবদ্ধ বিন্যাসে (যেমন স্কিমার সাথে মেলে এমন JSON) ডেটা ফেরত দিক।
আপনি যখন আপনার এজেন্ট বা সার্ভিস মেথডের রিটার্ন টাইপ হিসেবে একটি POJO বা জাভা record নির্দিষ্ট করেন, তখন LangChain4j এটি স্বয়ংক্রিয়ভাবে পরিচালনা করে।
চলুন, বই নিষ্কাশনের প্রতিনিধিত্বকারী একটি জাভা record সংজ্ঞায়িত করা যাক:
src/main/java/com/example/Book.java তে Book.java তৈরি করুন:
package com.example;
public record Book(String title, String author, int publicationYear) {}
এখন একটি এজেন্ট ইন্টারফেস তৈরি করুন যা Book রিটার্ন করে। src/main/java/com/example/StructuredOutputDemo.java তে StructuredOutputDemo.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.agentic.AgenticServices;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.google.genai.GoogleGenAiChatModel;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
public class StructuredOutputDemo {
public interface BookExtractor {
@UserMessage("Extract book details from: {{text}}")
Book extract(@V("text") String text);
}
public static void main(String[] args) {
ChatModel model = GoogleGenAiChatModel.builder()
.apiKey(System.getenv("GEMINI_API_KEY"))
.modelName("gemini-3.5-flash")
.build();
BookExtractor extractor = AiServices.builder(BookExtractor.class)
.chatModel(model)
.build();
String text = "I just finished reading 'Project Hail Mary' by Andy Weir, published in 2021. It was amazing!";
Book book = extractor.extract(text);
System.out.println("Extracted POJO: " + book);
}
}
জেমিনি ৩.৫ ফ্ল্যাশ কঠোর JSON স্কিমা আউটপুট সমর্থন করে। ল্যাংচেইন৪জে আপনার Book রেকর্ড থেকে JSON স্কিমা তৈরি করে, জেমিনিকে তা পূরণ করার নির্দেশ দেয় এবং JSON প্রতিক্রিয়াটিকে ডিসিরিয়ালাইজ করে আবার একটি Book রেকর্ডে পরিণত করে।
আপনি নিম্নলিখিতের অনুরূপ একটি আউটপুট দেখতে পাবেন:
Extracted POJO: Book[title=Project Hail Mary, author=Andy Weir, publicationYear=2021]
৬. আপনার প্রথম এজেন্ট তৈরি করুন
langchain4j-agentic ফ্রেমওয়ার্কে, একটি Agent-কে ইন্টারফেসের মেথডে @Agent অ্যানোটেশন ব্যবহার করে সংজ্ঞায়িত করা হয়। এই অ্যানোটেশনটি একটি নাম/বর্ণনা প্রদান করে যা অর্কেস্ট্রেশন সিস্টেম (যেমন প্ল্যানার) দ্বারা ব্যবহার করা যেতে পারে।
চলুন এমন একটি সহজ এজেন্ট তৈরি করি যা একটি বিষয় নিয়ে সেটির উপর একটি অতি সংক্ষিপ্ত গল্পের খসড়া তৈরি করবে।
src/main/java/com/example/CreativeWriter.java তে CreativeWriter.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.SystemMessage;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
public interface CreativeWriter {
@SystemMessage("You are a creative writer. Generate a draft of a story no more than 3 sentences long.")
@UserMessage("Write a story about {{topic}}.")
@Agent(description = "Generates a story based on the given topic", outputKey = "story")
String writeStory(@V("topic") String topic);
}
চলুন এই এজেন্টটিকে আলাদাভাবে পরীক্ষা করা যাক। src/main/java/com/example/AgentDemo.java তে AgentDemo.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.AgenticServices;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.google.genai.GoogleGenAiChatModel;
public class AgentDemo {
public static void main(String[] args) {
ChatModel model = GoogleGenAiChatModel.builder()
.apiKey(System.getenv("GEMINI_API_KEY"))
.modelName("gemini-3.5-flash")
.build();
CreativeWriter writer = AgenticServices.agentBuilder(CreativeWriter.class)
.chatModel(model)
.build();
String story = writer.writeStory("a lonely robot on Mars");
System.out.println("Generated Story:\n" + story);
}
}
আপনি নিম্নলিখিতের অনুরূপ একটি আউটপুট দেখতে পাবেন:
Generated Story:
For eighty years, the rusty little rover trundled across the crimson dunes, diligently collecting soil samples for a home world that had long since gone dark. Each evening, it pointed its high-gain antenna toward the fading blue speck of Earth and beamed its lonely coordinates into the silent cosmos. Receiving only static in return, the robot tucked its camera arm close against the freezing Martian wind and sang a quiet lullaby to the empty stars.
@Agent অ্যানোটেশন যোগ করার মাধ্যমে, এই ক্লাসটি এখন সিকোয়েনশিয়াল চেইনিং-এর মতো আরও জটিল ওয়ার্কফ্লোতে অংশগ্রহণের জন্য প্রস্তুত।
৭. একাধিক এজেন্ট ওয়ার্কফ্লোর সমন্বয় সাধন: অনুক্রমিক
একটি প্রচলিত এজেন্টিক প্যাটার্ন হলো সিকোয়েনশিয়াল ওয়ার্কফ্লো , যেখানে এজেন্টরা একটি পূর্বনির্ধারিত ক্রমে কাজ করে। একটি এজেন্টের আউটপুট পরবর্তী এজেন্টের ইনপুট হিসেবে ব্যবহৃত হয়।
চলুন, StyleEditor দ্বিতীয় একটি এজেন্ট নির্ধারণ করা যাক, যেটি CreativeWriter লেখা গল্পটিকে একটি নির্দিষ্ট শৈলীর (যেমন হাস্যরসাত্মক, নাটকীয়) সাথে মানানসই করে সম্পাদনা করবে।
src/main/java/com/example/StyleEditor.java তে StyleEditor.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.SystemMessage;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
public interface StyleEditor {
@SystemMessage("You are a professional editor. Analyze and rewrite the story to align with the style requested.")
@UserMessage("Rewrite this story: '{{story}}' into a {{style}} style.")
@Agent(description = "Edits a story to fit a specific style", outputKey = "edited_story")
String editStory(@V("story") String story, @V("style") String style);
}
এখন, AgenticServices.sequenceBuilder() ব্যবহার করে CreativeWriter এবং StyleEditor ক্রমানুসারে সংযুক্ত করা যাক।
আমরা সিকোয়েন্সটির প্রতিনিধিত্বকারী একটি UntypedAgent ব্যবহার করব, যা আমাদেরকে একটি শেয়ার্ড ম্যাপের মাধ্যমে ইনপুট পাঠাতে এবং আউটপুট সংগ্রহ করতে দেবে।
src/main/java/com/example/SequentialWorkflowDemo.java তে SequentialWorkflowDemo.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.AgenticServices;
import dev.langchain4j.agentic.UntypedAgent;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.google.genai.GoogleGenAiChatModel;
import java.util.Map;
public class SequentialWorkflowDemo {
public static void main(String[] args) {
ChatModel model = GoogleGenAiChatModel.builder()
.apiKey(System.getenv("GEMINI_API_KEY"))
.modelName("gemini-3.5-flash")
.build();
// 1. Build the sub-agents
CreativeWriter writer = AgenticServices.agentBuilder(CreativeWriter.class)
.chatModel(model)
.outputKey("story") // Output goes into AgenticScope as "story"
.build();
StyleEditor editor = AgenticServices.agentBuilder(StyleEditor.class)
.chatModel(model)
.outputKey("edited_story") // Output goes into AgenticScope as "edited_story"
.build();
// 2. Build the sequence
UntypedAgent workflow = AgenticServices.sequenceBuilder()
.subAgents(writer, editor)
.outputKey("edited_story") // Final output of workflow
.build();
// 3. Run the workflow with inputs
Map<String, Object> inputs = Map.of(
"topic", "a cat learning to fly",
"style", "Shakespearean"
);
String result = (String) workflow.invoke(inputs);
System.out.println("Final Edited Story:\n" + result);
}
}
আপনি নিম্নলিখিতের অনুরূপ একটি আউটপুট দেখতে পাবেন:
Final Edited Story:
For years had Barnaby with envy watched
The soaring sparrows with a green-eyed spite,
Convinced that heavy gravity was but
An idle law he deigned to tolerate.
But lo! Upon the rare and azure moon,
He scaled the summit of the ancient oak,
Closed fast his eyes, and leapt with blind belief.
While the dread squirrel shrieked in sheer dismay,
No downward plunge befell the daring beast;
For summer's zephyr bore his belly up,
And through the vault of night's celestial sphere,
He rowed his velvet paws among the stars.
এজেন্টিকস্কোপের পরিচিতি
এক্সিকিউশন চলাকালীন, LangChain4j একটি AgenticScope পরিচালনা করে।
- ইনপুট ম্যাপ
{"topic": "...", "style": "..."}স্কোপে লেখা হয়। -
CreativeWriterতার কার্য সম্পাদন করে। এর জন্যtopicপ্রয়োজন, যা এটি স্কোপ থেকে পড়ে নেয়। এটিstoryআউটপুট হিসেবে দেয়, যা আবার স্কোপে সেভ হয়ে যায়। -
StyleEditorকার্যকর হয়। এর জন্য লেখকের তৈরিstoryএবং প্রাথমিক ইনপুট থেকেstyleপ্রয়োজন হয়। এটি স্কোপেedited_storyআউটপুট হিসেবে পাঠায়। - ওয়ার্কফ্লোটি সম্পন্ন হয় এবং
edited_storyএর মান ফেরত দেয়।
৮. একাধিক এজেন্ট ওয়ার্কফ্লোর সমন্বয় সাধন: সমান্তরাল
কিছু ক্ষেত্রে, উপ-এজেন্টরা একই ইনপুটের ওপর স্বাধীনভাবে কাজ করতে পারে এবং তাদের কাজগুলো সমান্তরালভাবে সম্পাদন করা যেতে পারে।
উদাহরণস্বরূপ, চলুন এমন একটি ভ্রমণ উপদেষ্টা তৈরি করি যা একটি শহরের জন্য একজন চলচ্চিত্র বিশেষজ্ঞ এবং একজন ভোজন বিশেষজ্ঞের কাছে সুপারিশ চায় এবং তারপর সেগুলোকে একত্রিত করে।
src/main/java/com/example/MovieExpert.java MovieExpert.java-তে MovieExpert.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
import java.util.List;
public interface MovieExpert {
@UserMessage("Suggest 2 movies filmed in {{city}}.")
@Agent(description = "Suggests movies filmed in a city")
List<String> findMovies(@V("city") String city);
}
src/main/java/com/example/DiningExpert.java DiningExpert.java-তে DiningExpert.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
import java.util.List;
public interface DiningExpert {
@UserMessage("Suggest 2 local dishes to try in {{city}}.")
@Agent(description = "Suggests local dishes to try in a city")
List<String> findDishes(@V("city") String city);
}
এখন, চলুন সমান্তরাল এজেন্টিক সিস্টেমটি তৈরি করি। আমরা আমাদের শীর্ষ-স্তরের সমন্বয়কারীর জন্য একটি ইন্টারফেস সংজ্ঞায়িত করব: TravelAdvisorAgent ।
src/main/java/com/example/TravelAdvisorAgent.java TravelAdvisorAgent.java-তে TravelAdvisorAgent.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.V;
import java.util.Map;
public interface TravelAdvisorAgent {
@Agent
Map<String, Object> planTrip(@V("city") String city);
}
সবকিছুকে একত্রিত করার জন্য src/main/java/com/example/ParallelWorkflowDemo.java তে ParallelWorkflowDemo.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.AgenticServices;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.google.genai.GoogleGenAiChatModel;
import java.util.List;
import java.util.Map;
public class ParallelWorkflowDemo {
public static void main(String[] args) {
ChatModel model = GoogleGenAiChatModel.builder()
.apiKey(System.getenv("GEMINI_API_KEY"))
.modelName("gemini-3.5-flash")
.build();
// 1. Build independent agents
MovieExpert movieExpert = AgenticServices.agentBuilder(MovieExpert.class)
.chatModel(model)
.outputKey("movies")
.build();
DiningExpert diningExpert = AgenticServices.agentBuilder(DiningExpert.class)
.chatModel(model)
.outputKey("dishes")
.build();
// 2. Build the Parallel agent
TravelAdvisorAgent travelAdvisor = AgenticServices.parallelBuilder(TravelAdvisorAgent.class)
.subAgents(movieExpert, diningExpert)
.output(scope -> {
// Combine the independent outputs in the AgenticScope
List<String> movies = scope.readState("movies", List.of());
List<String> dishes = scope.readState("dishes", List.of());
return Map.of("movies", movies, "dishes", dishes);
})
.build();
// 3. Invoke
Map<String, Object> plan = travelAdvisor.planTrip("Tokyo");
System.out.println("Tokyo Trip Plan:\n" + plan);
}
}
আপনি নিম্নলিখিতের অনুরূপ একটি আউটপুট দেখতে পাবেন:
Tokyo Trip Plan:
{movies=[Lost in Translation, Tokyo Story], dishes=[Monjayaki, Edomae-zushi]}
In this parallel workflow, `movieExpert` and `diningExpert` execute concurrently. The `output(...)` configuration defines how to gather their respective results from the `AgenticScope` and merge them into the final result.
## 9. Build Goal-Oriented Agents (GOAP)
Duration: 07:00
Sequential and Parallel workflows are structured and predictable, but rigid. What if we want the system to figure out the path to the goal autonomously, but in a **deterministic, algorithmic way** rather than trusting an LLM to loop (like ReAct)?
This is where **Goal-Oriented Action Planning (GOAP)** shines.
By looking at the declared inputs and outputs of each agent, the `GoalOrientedPlanner` builds a dependency graph. When you invoke the system with a goal, it calculates the shortest path from the current state (available variables) to that goal.
Let's build a Horoscope & News combined writer. It requires 4 agents:
1. `PersonExtractor`: extracts person details from prompt.
2. `SignExtractor`: extracts zodiac sign from prompt.
3. `HoroscopeGenerator`: generates horoscope given person and sign.
4. `AmusingWriter`: writes a funny story combining a horoscope and a news story.
We will also define a `StoryFinder` that uses a mock search tool.
### 1. Define Model Classes
Create `Person.java` in `src/main/java/com/example/Person.java`:
```java
package com.example;
public record Person(String name) {
@Override public String toString() { return name; }
}
src/main/java/com/example/Sign.java তে Sign.java তৈরি করুন:
package com.example;
public record Sign(String signName) {
@Override public String toString() { return signName; }
}
২. উপ-এজেন্টদের সংজ্ঞায়িত করুন
src/main/java/com/example/HoroscopeGenerator.java তে HoroscopeGenerator.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
public interface HoroscopeGenerator {
@UserMessage("Generate a funny horoscope for {{person}} who is a {{sign}}.")
@Agent(description = "Generates horoscopes based on name and zodiac sign")
String horoscope(@V("person") Person person, @V("sign") Sign sign);
}
src/main/java/com/example/PersonExtractor.java তে PersonExtractor.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
public interface PersonExtractor {
@UserMessage("Extract the person name from: {{prompt}}")
@Agent(description = "Extracts a person from user's prompt")
Person extractPerson(@V("prompt") String prompt);
}
src/main/java/com/example/SignExtractor.java তে SignExtractor.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
public interface SignExtractor {
@UserMessage("Extract the zodiac sign from: {{prompt}}")
@Agent(description = "Extracts a zodiac sign from user's prompt")
Sign extractSign(@V("prompt") String prompt);
}
src/main/java/com/example/AmusingWriter.java তে AmusingWriter.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
public interface AmusingWriter {
@UserMessage("Create an amusing writeup for {{person}} based on their horoscope: {{horoscope}} and current news story: {{story}}.")
@Agent(description = "Create an amusing writeup combining horoscope and news")
String write(@V("person") Person person, @V("horoscope") String horoscope, @V("story") String story);
}
৩. গল্প খোঁজার টুলটি নির্ধারণ করুন
আমরা একটি সাধারণ সার্চ টুল ক্লাস তৈরি করব যা একটি মক স্টোরি রিটার্ন করবে। src/main/java/com/example/MockSearchTool.java তে MockSearchTool.java তৈরি করুন:
package com.example;
import dev.langchain4j.agent.tool.P;
import dev.langchain4j.agent.tool.Tool;
public class MockSearchTool {
@Tool("Searches the web for news stories related to a zodiac sign")
public String searchNews(@P("The zodiac sign") String sign) {
return "Breaking news: A massive cheese festival was announced for " + sign + " natives today!";
}
}
src/main/java/com/example/StoryFinder.java তে StoryFinder.java ফাইলটি তৈরি করুন যা এই টুলটি ব্যবহার করে:
package com.example;
import dev.langchain4j.agentic.Agent;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;
public interface StoryFinder {
@UserMessage("Find a funny story for zodiac sign {{sign}} using search tool.")
@Agent(description = "Finds a news story on the internet about a zodiac sign")
String findStory(@V("sign") Sign sign);
}
৪. GOAP এজেন্টিক সিস্টেম তৈরি ও পরিচালনা করুন
src/main/java/com/example/GoapDemo.java তে GoapDemo.java তৈরি করুন:
package com.example;
import dev.langchain4j.agentic.AgenticServices;
import dev.langchain4j.agentic.UntypedAgent;
import dev.langchain4j.agentic.patterns.goap.GoalOrientedPlanner;
import dev.langchain4j.model.chat.ChatModel;
import dev.langchain4j.model.google.genai.GoogleGenAiChatModel;
import java.util.Map;
public class GoapDemo {
public static void main(String[] args) {
ChatModel model = GoogleGenAiChatModel.builder()
.apiKey(System.getenv("GEMINI_API_KEY"))
.modelName("gemini-3.5-flash")
.build();
// Instantiate sub-agents with output keys matching the inputs of other agents
HoroscopeGenerator horoscopeGen = AgenticServices.agentBuilder(HoroscopeGenerator.class)
.chatModel(model).outputKey("horoscope").build();
PersonExtractor personExt = AgenticServices.agentBuilder(PersonExtractor.class)
.chatModel(model).outputKey("person").build();
SignExtractor signExt = AgenticServices.agentBuilder(SignExtractor.class)
.chatModel(model).outputKey("sign").build();
StoryFinder storyFinder = AgenticServices.agentBuilder(StoryFinder.class)
.chatModel(model).tools(new MockSearchTool()).outputKey("story").build();
AmusingWriter writer = AgenticServices.agentBuilder(AmusingWriter.class)
.chatModel(model).outputKey("writeup").build();
// Build the GOAP Planner agentic system
UntypedAgent horoscopeNewsAgent = AgenticServices.plannerBuilder()
.subAgents(horoscopeGen, personExt, signExt, storyFinder, writer)
.outputKey("writeup") // The Goal we want to achieve
.planner(GoalOrientedPlanner::new) // Register the GOAP Planner
.build();
// Input provides only "prompt"
Map<String, Object> inputs = Map.of(
"prompt", "My name is Alice and my zodiac sign is Leo"
);
System.out.println("Invoking GOAP Agentic System...");
String result = (String) horoscopeNewsAgent.invoke(inputs);
System.out.println("\n--- Final Writeup ---");
System.out.println(result);
}
}
GOAP যেভাবে এর সমাধান করেছে:
যখন আহ্বান করা হয়:
- সিস্টেমটি শনাক্ত করেছে যে প্রাথমিক অবস্থায় শুধুমাত্র
promptরয়েছে। - কাঙ্ক্ষিত লক্ষ্য হলো
writeup। - এটি একটি নির্ভরতা গ্রাফ তৈরি করে এবং পথটি গণনা করে:
-
prompt->PersonExtractor->person -
prompt->SignExtractor->sign -
person+sign->HoroscopeGenerator->horoscope -
sign->StoryFinder->story -
person+horoscope+story->AmusingWriter->writeup
-
- গণনাকৃত কার্য সম্পাদনের ক্রমটি হলো:
[PersonExtractor, SignExtractor, HoroscopeGenerator, StoryFinder, AmusingWriter]। - এটি প্রতিটি সাব-এজেন্টকে ক্রমানুসারে কার্যকর করে এবং চূড়ান্ত ফলাফল ফেরত দেয়।
আপনি এক্সিকিউশন পাথ এবং চূড়ান্ত রাইটআপ সহ একটি আউটপুট দেখতে পাবেন, যা দেখতে অনেকটা এরকম:
Invoking GOAP Agentic System...
[com.example.GoapDemo.main()] INFO dev.langchain4j.agentic.patterns.goap.GoalOrientedSearchGraph - Agents path sequence: [extractPerson, extractSign, findStory, horoscope, write]
--- Final Writeup ---
**The Cosmic Registry's Weekly Forecast & Special Event Guide for: Alice, the Leo Lioness**
Alice, the universe looked at your astrological chart this week and frankly, it's asking for your autograph. Your main-character energy is currently so potent that secondary characters are practically fading into the background.
But the biggest cosmic news of the week? The universe has finally recognized your royal status with the announcement of a **Massive Cheese Festival**...
৯. ১০. পরিষ্কার করা
সম্পদ পরিষ্কার করতে:
- আপনি যদি আর API কী ব্যবহার না করেন, তাহলে Google AI Studio থেকে সেগুলি মুছে ফেলতে ভুলবেন না।
- আপনার টার্মিনালে এনভায়রনমেন্ট ভেরিয়েবলটি আনসেট করুন:
unset GEMINI_API_KEY
১০. ১১. অভিনন্দন
অভিনন্দন! আপনি LangChain4j এবং নতুন Google GenAI মডিউল ব্যবহার করে সফলভাবে একাধিক Agentic AI অ্যাপ্লিকেশন তৈরি করেছেন।
আপনার দক্ষতা আরও বাড়াতে, আমরা আপনাকে LangChain4j-এর অফিসিয়াল Google GenAI মডিউলের ডকুমেন্টেশন দেখতে এবং LangChain4j ব্যবহার করে এজেন্ট তৈরি করার বিষয়ে আরও জানতে উৎসাহিত করছি।
আপনি যা শিখেছেন
-
GoogleGenAiChatModelকীভাবে কনফিগার করবেন। - স্থানীয় জাভা টুলস এবং রিকোয়েস্ট/রেসপন্স লগিং কীভাবে ব্যবহার করবেন।
- স্ট্রাকচার্ড POJO ডেটা কীভাবে আউটপুট করবেন।
-
@Agentব্যবহার করে কীভাবে একক-উদ্দেশ্যমূলক এজেন্ট তৈরি করবেন। - অনুক্রমিক, সমান্তরাল এবং লক্ষ্য-ভিত্তিক কর্ম পরিকল্পনা (GOAP) এজেন্টিক ওয়ার্কফ্লো কীভাবে পরিচালনা করা যায়।