LangChain4j और Google GenAI की मदद से, Java में एजेंटिक एआई ऐप्लिकेशन बनाना

1. 1. शुरू करने से पहले

कोडलैब की स्केचनोट वाली खास जानकारी

आपका स्वागत है! इस कोडलैब में, आपको Java में एजेंटिक एआई ऐप्लिकेशन बनाने का तरीका बताया जाएगा. इसके लिए, लोकप्रिय LangChain4j फ़्रेमवर्क और इसके नए Google GenAI मॉड्यूल का इस्तेमाल किया जाएगा.

एजेंटिक एआई का मतलब ऐसे सिस्टम से है जिनमें एलएलएम, सिर्फ़ प्रॉम्प्ट का जवाब नहीं देते. बल्कि, वे मुश्किल और कई चरणों वाले लक्ष्यों को अपने-आप पूरा करने के लिए, टूल, मेमोरी, और प्लानिंग की क्षमताओं से लैस होते हैं.

आप आसान कॉन्फ़िगरेशन से शुरुआत करेंगे. इसके बाद, लोकल टूल और स्ट्रक्चर्ड आउटपुट वाले एजेंट बनाएंगे. आखिर में, मल्टी-एजेंट ऑर्केस्ट्रेशन के ऐडवांस पैटर्न एक्सप्लोर करेंगे. इसके बाद, गोल-ओरिएंटेड ऐक्शन प्लानिंग (GOAP) एजेंटिक सिस्टम बनाएंगे.

आप क्या करेंगे

  • Gemini से कनेक्ट करने के लिए, नया GoogleGenAiChatModel कॉन्फ़िगर करना.
  • आसानी से डीबग करने के लिए, अनुरोध/जवाब लॉगिंग की सुविधा चालू करना.
  • टूल का इस्तेमाल करके, Gemini को लोकल Java कोड का ऐक्सेस देना.
  • Gemini से स्ट्रक्चर्ड आउटपुट फ़ॉर्मैट (POJO) लागू करना.
  • @Agent एनोटेशन की मदद से, एक मकसद के लिए काम करने वाले एजेंट तय करना और बनाना.
  • सीक्वेंशियल और पैरलल मल्टी-एजेंट वर्कफ़्लो को मैनेज करना.
  • गोल-ओरिएंटेड ऐक्शन प्लानिंग (GOAP) सिस्टम बनाना. यह सिस्टम, एजेंट के एक्ज़ीक्यूशन की डाइनैमिक तरीके से प्लानिंग करता है.

आपको किन चीज़ों की ज़रूरत होगी

  • Java डेवलपमेंट किट (JDK) 17 या उससे नया वर्शन.
  • Maven 3.5 या उससे नया वर्शन इंस्टॉल होना चाहिए.
  • Google AI Studio से मिला Gemini API पासकोड.

2. 2. सेट अप करना: प्रोजेक्ट और एपीआई पासकोड

शुरू करने के लिए, हमें नया Maven प्रोजेक्ट बनाना होगा और अपना Gemini API पासकोड कॉन्फ़िगर करना होगा.

Maven प्रोजेक्ट बनाना

अपने प्रोजेक्ट के लिए नई डायरेक्ट्री बनाएं और इसे pom.xml फ़ाइल से शुरू करें.

अपनी pom.xml में, ये डिपेंडेंसी जोड़ें. ध्यान दें कि हम LangChain4j Google GenAI और एजेंटिक मॉड्यूल के सबसे नए वर्शन 1.16.1-beta26 का इस्तेमाल कर रहे हैं:

<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>

Gemini API पासकोड पाना

  1. Google AI Studio पर जाएं.
  2. एपीआई पासकोड पाएं पर क्लिक करें.
  3. नया पासकोड बनाएं या किसी मौजूदा पासकोड को चुनें.
  4. इसे अपने टर्मिनल में एनवायरमेंट वैरिएबल के तौर पर सेट करें:
export GEMINI_API_KEY="your-api-key-here"

3. 3. Gemini Chat मॉडल कॉन्फ़िगर करना

अब, हम "नमस्ते" का एक आसान ऐप्लिकेशन बनाएंगे. यह ऐप्लिकेशन, GoogleGenAiChatModel को इंस्टैंशिएट करता है और टेस्ट प्रॉम्प्ट भेजता है.

नया GoogleGenAiChatModel, Google GenAI SDK का इस्तेमाल करता है. यह एसडीके, Gemini मॉडल को एक ही जगह से ऐक्सेस करने की सुविधा देता है.

src/main/java/com/example/HelloWorld.java में, HelloWorld.java नाम की क्लास बनाएं:

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);
    }
}

इस क्लास को चलाएं. logRequestsAndResponses(true) चालू होने की वजह से, आपको SLF4J के वर्बोस लॉग दिखेंगे. इनमें, Google के एपीआई को भेजे गए अनुरोध का पेलोड और मिला रॉ JSON रिस्पॉन्स शामिल होगा. इसके बाद, प्रिंट किया गया आउटपुट दिखेगा:

--- 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.

4. 4. लोकल Java टूल तय करना

एलएलएम बहुत काम के होते हैं, लेकिन वे अपने ट्रेनिंग डेटा तक ही सीमित होते हैं. हम उन्हें टूल उपलब्ध कराकर, उनकी क्षमताओं को बढ़ा सकते हैं. इन्हें फ़ंक्शन कॉलिंग भी कहा जाता है.

LangChain4j में, टूल, Java की आसान क्लास होती हैं. इनमें, तरीकों को @Tool से एनोटेट किया जाता है.

आइए, एक आसान टूल लिखें. यह टूल, दो तारीखों के बीच दिनों की संख्या का हिसाब लगाएगा. src/main/java/com/example/DateTools.java में, DateTools.java बनाएं:

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);
    }
}

इस टूल का इस्तेमाल करने के लिए, हम एआई सेवा तय करेंगे. LangChain4j एजेंटिक फ़्रेमवर्क में, हम इसे AgenticServices.agentBuilder() का इस्तेमाल करके बना सकते हैं.

src/main/java/com/example/ToolDemo.java में, ToolDemo.java बनाएं:

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);
    }
}

इस कोड को चलाने पर, Gemini प्रॉम्प्ट का विश्लेषण करेगा. साथ ही, उसे पता चलेगा कि उसे daysBetween को कॉल करना है. इसके बाद, वह टूल कॉल का अनुरोध जनरेट करेगा. LangChain4j, आपके लोकल Java तरीके को एक्ज़ीक्यूट करेगा. इसके बाद, नतीजे को Gemini को वापस भेजेगा. Gemini, नैचुरल लैंग्वेज में फ़ाइनल रिस्पॉन्स को फ़ॉर्मैट करेगा.

आपको ऐसा आउटपुट दिखेगा:

Response: There are 180 days between 2026-01-01 and 2026-06-30.

5. 5. स्ट्रक्चर्ड आउटपुट तय करना

अक्सर, आपको एलएलएम से सादे टेक्स्ट के बजाय, किसी खास स्ट्रक्चर्ड फ़ॉर्मैट (जैसे, स्कीमा से मेल खाने वाला JSON) में डेटा चाहिए होता है.

जब एजेंट या सेवा के तरीके के लिए, POJO या Java record को रिटर्न टाइप के तौर पर तय किया जाता है, तो LangChain4j इसे अपने-आप मैनेज करता है.

आइए, किताब के एक्सट्रैक्शन को दिखाने वाला Java record तय करें:

src/main/java/com/example/Book.java में, Book.java बनाएं:

package com.example;

public record Book(String title, String author, int publicationYear) {}

अब, एक एजेंट इंटरफ़ेस बनाएं, जो Book को दिखाता है. src/main/java/com/example/StructuredOutputDemo.java में, StructuredOutputDemo.java बनाएं:

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);
    }
}

Gemini 3.5 Flash, JSON स्कीमा के सख्त आउटपुट को सपोर्ट करता है. LangChain4j, आपके Book रिकॉर्ड से JSON स्कीमा जनरेट करता है. साथ ही, Gemini को इसे पॉप्युलेट करने का निर्देश देता है. इसके बाद, JSON रिस्पॉन्स को वापस Book रिकॉर्ड में डीसीरियलाइज़ करता है.

आपको ऐसा आउटपुट दिखेगा:

Extracted POJO: Book[title=Project Hail Mary, author=Andy Weir, publicationYear=2021]

6. 6. अपना पहला एजेंट बनाना

langchain4j-agentic फ़्रेमवर्क में, इंटरफ़ेस के तरीके पर @Agent एनोटेशन का इस्तेमाल करके, एजेंट तय किया जाता है. इस एनोटेशन से एक नाम/जानकारी मिलती है. इसका इस्तेमाल ऑर्केस्ट्रेशन सिस्टम (जैसे, प्लानर) कर सकते हैं.

आइए, एक आसान एजेंट बनाएं. यह एजेंट, कोई विषय लेता है और उसके बारे में एक बहुत छोटी कहानी का ड्राफ़्ट तैयार करता है.

src/main/java/com/example/CreativeWriter.java में, CreativeWriter.java बनाएं:

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);
}

आइए, इस एजेंट को अलग-अलग टेस्ट करें. src/main/java/com/example/AgentDemo.java में, AgentDemo.java बनाएं:

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);
    }
}

आपको ऐसा आउटपुट दिखेगा:

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 एनोटेशन जोड़ने पर, इस क्लास को अब ज़्यादा मुश्किल वर्कफ़्लो में शामिल किया जा सकता है. जैसे, सीक्वेंशियल चेनिंग.

7. 7. मल्टी-एजेंट वर्कफ़्लो को मैनेज करना: सीक्वेंशियल

एजेंटिक पैटर्न में, सीक्वेंशियल वर्कफ़्लो एक आम पैटर्न है. इसमें, एजेंट पहले से तय क्रम में एक्ज़ीक्यूट होते हैं. एक एजेंट का आउटपुट, अगले एजेंट के इनपुट के तौर पर पास किया जाता है.

आइए, दूसरा एजेंट StyleEditor तय करें. यह एजेंट, CreativeWriter की लिखी कहानी को किसी खास स्टाइल (जैसे, मज़ेदार, नाटकीय) के हिसाब से एडिट करेगा.

src/main/java/com/example/StyleEditor.java में, StyleEditor.java बनाएं:

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);
}

अब, AgenticServices.sequenceBuilder() का इस्तेमाल करके, CreativeWriter और StyleEditor को सीक्वेंशियली कनेक्ट करें.

हम सीक्वेंस को दिखाने वाले UntypedAgent का इस्तेमाल करेंगे. इससे, शेयर किए गए मैप के ज़रिए इनपुट पास किए जा सकते हैं और आउटपुट इकट्ठा किए जा सकते हैं.

src/main/java/com/example/SequentialWorkflowDemo.java में, SequentialWorkflowDemo.java बनाएं:

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);
    }
}

आपको ऐसा आउटपुट दिखेगा:

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.

AgenticScope के बारे में जानकारी

एक्ज़ीक्यूशन के दौरान, LangChain4j एक AgenticScope को मैनेज करता है.

  1. इनपुट मैप {"topic": "...", "style": "..."} को स्कोप में लिखा जाता है.
  2. CreativeWriter एक्ज़ीक्यूट होता है. इसे topic की ज़रूरत होती है, जिसे यह स्कोप से पढ़ता है. यह story को आउटपुट करता है, जिसे वापस स्कोप में सेव किया जाता है.
  3. StyleEditor एक्ज़ीक्यूट होता है. इसे story (राइटर ने जनरेट की) और style (शुरुआती इनपुट से) की ज़रूरत होती है. यह edited_story को स्कोप में आउटपुट करता है.
  4. वर्कफ़्लो पूरा होता है और edited_story की वैल्यू दिखाता है.

8. 8. मल्टी-एजेंट वर्कफ़्लो को मैनेज करना: पैरलल

कुछ स्थितियों में, सब-एजेंट एक ही इनपुट पर अलग-अलग काम कर सकते हैं. साथ ही, उनके टास्क को पैरलल तरीके से एक्ज़ीक्यूट किया जा सकता है.

उदाहरण के लिए, आइए एक ट्रैवल अडवाइज़र बनाएं. यह अडवाइज़र, किसी शहर के लिए सुझाव पाने के लिए, मूवी एक्सपर्ट और डाइनिंग एक्सपर्ट से पूछता है. इसके बाद, इन सुझावों को एक साथ दिखाता है.

src/main/java/com/example/MovieExpert.java में, MovieExpert.java बनाएं:

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 में, DiningExpert.java बनाएं:

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);
}

अब, पैरलल एजेंटिक सिस्टम बनाएं. हम टॉप-लेवल कोऑर्डिनेटर के लिए एक इंटरफ़ेस तय करेंगे: TravelAdvisorAgent.

src/main/java/com/example/TravelAdvisorAgent.java में, TravelAdvisorAgent.java बनाएं:

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);
}

इसे एक साथ जोड़ने के लिए, src/main/java/com/example/ParallelWorkflowDemo.java में, ParallelWorkflowDemo.java बनाएं:

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);
    }
}

आपको ऐसा आउटपुट दिखेगा:

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 में, Sign.java बनाएं:

package com.example;

public record Sign(String signName) {
    @Override public String toString() { return signName; }
}

2. सब-एजेंट तय करना

src/main/java/com/example/HoroscopeGenerator.java में, HoroscopeGenerator.java बनाएं:

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 में, PersonExtractor.java बनाएं:

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 में, SignExtractor.java बनाएं:

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 में, AmusingWriter.java बनाएं:

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);
}

3. कहानी ढूंढने के लिए टूल तय करना

हम एक आसान सर्च टूल क्लास बनाएंगे. यह क्लास, मॉक कहानी दिखाएगी. src/main/java/com/example/MockSearchTool.java में, MockSearchTool.java बनाएं:

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!";
    }
}

इस टूल का इस्तेमाल करने वाला src/main/java/com/example/StoryFinder.java एजेंट बनाएं:StoryFinder.java

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);
}

4. GOAP एजेंटिक सिस्टम बनाना और चलाना

src/main/java/com/example/GoapDemo.java में, GoapDemo.java बनाएं:

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 ने इसे कैसे हल किया:

कॉल करने पर:

  1. सिस्टम को पता चलता है कि शुरुआती स्थिति में सिर्फ़ prompt शामिल है.
  2. ज़रूरी लक्ष्य writeup है.
  3. यह डिपेंडेंसी ग्राफ़ बनाता है और पाथ का हिसाब लगाता है:
    • prompt -> PersonExtractor -> person
    • prompt -> SignExtractor -> sign
    • person + sign -> HoroscopeGenerator -> horoscope
    • sign -> StoryFinder -> story
    • person + horoscope + story -> AmusingWriter -> writeup
  4. कैलकुलेट किया गया एक्ज़ीक्यूशन ऑर्डर: [PersonExtractor, SignExtractor, HoroscopeGenerator, StoryFinder, AmusingWriter].
  5. यह क्रम से हर सब-एजेंट को एक्ज़ीक्यूट करता है और फ़ाइनल नतीजा दिखाता है.

आपको एक्ज़ीक्यूशन पाथ और फ़ाइनल राइटअप दिखाने वाला आउटपुट दिखेगा. यह आउटपुट ऐसा होगा:

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**...

9. 10. स्टोरेज में जगह बनाएं

संसाधनों को व्यवस्थित करने के लिए:

  • अगर अब आपको Google AI Studio के एपीआई पासकोड की ज़रूरत नहीं है, तो उन्हें मिटाना न भूलें.
  • अपने टर्मिनल में एनवायरमेंट वैरिएबल को अनसेट करें:
unset GEMINI_API_KEY

10. 11. बधाई हो

बधाई हो! आपने LangChain4j और नए Google GenAI मॉड्यूल का इस्तेमाल करके, एजेंटिक एआई ऐप्लिकेशन की सीरीज़ बना ली है.

अपनी क्षमताओं को बेहतर बनाने के लिए, हम आपको LangChain4j Google GenAI मॉड्यूल के आधिकारिक दस्तावेज़ देखने और LangChain4j की मदद से एजेंट बनाने के बारे में ज़्यादा जानने का सुझाव देते हैं.

आपने क्या सीखा

  • GoogleGenAiChatModel को कॉन्फ़िगर करने का तरीका.
  • लोकल Java टूल का इस्तेमाल करने और अनुरोध/जवाब लॉगिंग की सुविधा का इस्तेमाल करने का तरीका.
  • स्ट्रक्चर्ड POJO डेटा को आउटपुट करने का तरीका.
  • @Agent की मदद से, एक मकसद के लिए काम करने वाले एजेंट बनाने का तरीका.
  • सीक्वेंशियल, पैरलल, और गोल-ओरिएंटेड ऐक्शन प्लानिंग (GOAP) एजेंटिक वर्कफ़्लो को मैनेज करने का तरीका.

ज़्यादा जानें