hack/tools/scripts/llm-key-hunter/results/_cache/content/chestnut-racoonbaby_ai-langchain4j.json

{"repo": "chestnut-racoonbaby/ai-langchain4j", "files": {"src/main/resources/application.properties": {"4b97526e7e2688132c3e913ded15553c01c775de": {"t": 1785745402.3865798, "n": 2277, "h": "8e50366cb536875f", "c": "# web服务器端口号\nserver.port=8080\n\n# openAi配置项\n#langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\n#langchain4j.open-ai.chat-model.api-key=demo\n#langchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# DeepSeek,实质上也使用了OpenAi的接口,只不过底层接入的大模型的配置参数发生了改变\n#langchain4j.open-ai.chat-model.base-url=https://api.deepseek.com/v1\n# 读取系统环境变量,如有修改,需重启IDEA\n#langchain4j.open-ai.chat-model.api-key=${DEEPSEEK_API_KEY}\n#langchain4j.open-ai.chat-model.model-name=deepseek-chat\n\n# 集成百炼-deepseek\nlangchain4j.open-ai.chat-model.base-url=https://dashscope.aliyuncs.com/compatibleSTXmode/v1\n# 这里写成固定值时，不需要加引号\nlangchain4j.open-ai.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.open-ai.chat-model.model-name=deepseek-v3\n# 温度系数：取值范围通常在 0 到 1 之间。值越高，模型的输出越随机、富有创造性；\n# 值越低，输出越确定、保守。这里设置为 0.9，意味着模型会有一定的随机性，生成的回复可能会比较多样化。\nlangchain4j.open-ai.chat-model.temperature=0.9\n\n# ollama\nlangchain4j.ollama.chat-model.base-url=http://localhost:11434\nlangchain4j.ollama.chat-model.model-name=deepseek-r1:1.5b\nlangchain4j.ollama.chat-model.log-requests=true\nlangchain4j.ollama.chat-model.log-responses=true\n\n# 阿里百炼平台\nlangchain4j.community.dashscope.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.community.dashscope.chat-model.model-name=qwen-max\n\n# 这两个配置专用于LangChain4j+OpenAI的组合,如果使用其他模型或框架,需设置对应的日志控制机制\n# 应用程序发送给大模型的请求日志响应日志\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# 设置系统日志设置为debug级别\nlogging.level.root=info\n\n#集成阿里通义千问-通用文本向量-v3\nlangchain4j.community.dashscope.embedding-model.api-key=sk-a07a948dad5646e6a2a4e062c999bd31\nlangchain4j.community.dashscope.embedding-model.model-name=text-embedding-v3\n\n#集成阿里通义千问-流式输出\nlangchain4j.community.dashscope.streaming-chat-model.api-key=${DASH_SCOPE_API_KEY}\nlangchain4j.community.dashscope.streaming-chat-model.model-name=qwen-plus\n\n#MongoDB连接配置\nspring.data.mongodb.uri=mongodb://localhost:27017/chat_memory_db\n\n# 基本数据源配置\nspring.datasource.url=jdbc:mysql://localhost:3306/guiguxiaozhi?\nuseUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai&useSSL=false\nspring.datasource.username=root\nspring.datasource.password=123456\nspring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver\n# 开启 SQL 日志打印\nmybatis-plus.configuration.log-impl=org.apache.ibatis.logging.stdout.StdOutImpl"}, "a5587a62fd852ca41610a76990bf940ee10e4276": {"t": 1785752772.7516425, "n": 2277, "h": "8e50366cb536875f", "c": "# web服务器端口号\nserver.port=8080\n\n# openAi配置项\n#langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\n#langchain4j.open-ai.chat-model.api-key=demo\n#langchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# DeepSeek,实质上也使用了OpenAi的接口,只不过底层接入的大模型的配置参数发生了改变\n#langchain4j.open-ai.chat-model.base-url=https://api.deepseek.com/v1\n# 读取系统环境变量,如有修改,需重启IDEA\n#langchain4j.open-ai.chat-model.api-key=${DEEPSEEK_API_KEY}\n#langchain4j.open-ai.chat-model.model-name=deepseek-chat\n\n# 集成百炼-deepseek\nlangchain4j.open-ai.chat-model.base-url=https://dashscope.aliyuncs.com/compatibleSTXmode/v1\n# 这里写成固定值时，不需要加引号\nlangchain4j.open-ai.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.open-ai.chat-model.model-name=deepseek-v3\n# 温度系数：取值范围通常在 0 到 1 之间。值越高，模型的输出越随机、富有创造性；\n# 值越低，输出越确定、保守。这里设置为 0.9，意味着模型会有一定的随机性，生成的回复可能会比较多样化。\nlangchain4j.open-ai.chat-model.temperature=0.9\n\n# ollama\nlangchain4j.ollama.chat-model.base-url=http://localhost:11434\nlangchain4j.ollama.chat-model.model-name=deepseek-r1:1.5b\nlangchain4j.ollama.chat-model.log-requests=true\nlangchain4j.ollama.chat-model.log-responses=true\n\n# 阿里百炼平台\nlangchain4j.community.dashscope.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.community.dashscope.chat-model.model-name=qwen-max\n\n# 这两个配置专用于LangChain4j+OpenAI的组合,如果使用其他模型或框架,需设置对应的日志控制机制\n# 应用程序发送给大模型的请求日志响应日志\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# 设置系统日志设置为debug级别\nlogging.level.root=info\n\n#集成阿里通义千问-通用文本向量-v3\nlangchain4j.community.dashscope.embedding-model.api-key=sk-a07a948dad5646e6a2a4e062c999bd31\nlangchain4j.community.dashscope.embedding-model.model-name=text-embedding-v3\n\n#集成阿里通义千问-流式输出\nlangchain4j.community.dashscope.streaming-chat-model.api-key=${DASH_SCOPE_API_KEY}\nlangchain4j.community.dashscope.streaming-chat-model.model-name=qwen-plus\n\n#MongoDB连接配置\nspring.data.mongodb.uri=mongodb://localhost:27017/chat_memory_db\n\n# 基本数据源配置\nspring.datasource.url=jdbc:mysql://localhost:3306/guiguxiaozhi?\nuseUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai&useSSL=false\nspring.datasource.username=root\nspring.datasource.password=123456\nspring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver\n# 开启 SQL 日志打印\nmybatis-plus.configuration.log-impl=org.apache.ibatis.logging.stdout.StdOutImpl"}, "764f996da85fc6b411299e8249ea1736d82443ef": {"t": 1785752774.4328172, "n": 1537, "h": "833731fae56ca154", "c": "# web服务器端口号\nserver.port=8080\n\n# openAi配置项\n#langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\n#langchain4j.open-ai.chat-model.api-key=demo\n#langchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# DeepSeek,实质上也使用了OpenAi的接口,只不过底层接入的大模型的配置参数发生了改变\n#langchain4j.open-ai.chat-model.base-url=https://api.deepseek.com/v1\n# 读取系统环境变量,如有修改,需重启IDEA\n#langchain4j.open-ai.chat-model.api-key=${DEEPSEEK_API_KEY}\n#langchain4j.open-ai.chat-model.model-name=deepseek-chat\n\n# 集成百炼-deepseek\nlangchain4j.open-ai.chat-model.base-url=https://dashscope.aliyuncs.com/compatibleSTXmode/v1\n# 这里写成固定值时，不需要加引号\nlangchain4j.open-ai.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.open-ai.chat-model.model-name=deepseek-v3\n# 温度系数：取值范围通常在 0 到 1 之间。值越高，模型的输出越随机、富有创造性；\n# 值越低，输出越确定、保守。这里设置为 0.9，意味着模型会有一定的随机性，生成的回复可能会比较多样化。\nlangchain4j.open-ai.chat-model.temperature=0.9\n\n# ollama\nlangchain4j.ollama.chat-model.base-url=http://localhost:11434\nlangchain4j.ollama.chat-model.model-name=deepseek-r1:1.5b\nlangchain4j.ollama.chat-model.log-requests=true\nlangchain4j.ollama.chat-model.log-responses=true\n\n# 阿里百炼平台\nlangchain4j.community.dashscope.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.community.dashscope.chat-model.model-name=qwen-max\n\n# 这两个配置专用于LangChain4j+OpenAI的组合,如果使用其他模型或框架,需设置对应的日志控制机制\n# 应用程序发送给大模型的请求日志响应日志\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# 设置系统日志设置为debug级别\nlogging.level.root=debug\n\n#MongoDB连接配置\nspring.data.mongodb.uri=mongodb://localhost:27017/chat_memory_db"}, "9fc343f3388dae1fb139a413e446d84d297bcccf": {"t": 1785752775.9829583, "n": 1440, "h": "ac29e6d85d754a7d", "c": "# web服务器端口号\nserver.port=8080\n\n# openAi配置项\n#langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\n#langchain4j.open-ai.chat-model.api-key=demo\n#langchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# DeepSeek,实质上也使用了OpenAi的接口,只不过底层接入的大模型的配置参数发生了改变\n#langchain4j.open-ai.chat-model.base-url=https://api.deepseek.com/v1\n# 读取系统环境变量,如有修改,需重启IDEA\n#langchain4j.open-ai.chat-model.api-key=${DEEPSEEK_API_KEY}\n#langchain4j.open-ai.chat-model.model-name=deepseek-chat\n\n# 集成百炼-deepseek\nlangchain4j.open-ai.chat-model.base-url=https://dashscope.aliyuncs.com/compatibleSTXmode/v1\nlangchain4j.open-ai.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.open-ai.chat-model.model-name=deepseek-v3\n# 温度系数：取值范围通常在 0 到 1 之间。值越高，模型的输出越随机、富有创造性；\n# 值越低，输出越确定、保守。这里设置为 0.9，意味着模型会有一定的随机性，生成的回复可能会比较多样化。\nlangchain4j.open-ai.chat-model.temperature=0.9\n\n# ollama\nlangchain4j.ollama.chat-model.base-url=http://localhost:11434\nlangchain4j.ollama.chat-model.model-name=deepseek-r1:1.5b\nlangchain4j.ollama.chat-model.log-requests=true\nlangchain4j.ollama.chat-model.log-responses=true\n\n# 阿里百炼平台\nlangchain4j.community.dashscope.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.community.dashscope.chat-model.model-name=qwen-max\n\n# 这两个配置专用于LangChain4j+OpenAI的组合,如果使用其他模型或框架,需设置对应的日志控制机制\n# 应用程序发送给大模型的请求日志响应日志\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# 设置系统日志设置为debug级别\nlogging.level.root=debug"}, "6b88c18c5bd1dca61bf7c0180dc561d7424ccf11": {"t": 1785752778.0491705, "n": 1078, "h": "81b837ae5e9c6c68", "c": "# web服务器端口号\nserver.port=8080\n\n# openAi配置项\n#langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\n#langchain4j.open-ai.chat-model.api-key=demo\n#langchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# DeepSeek,实质上也使用了OpenAi的接口,只不过底层接入的大模型的配置参数发生了改变\n#langchain4j.open-ai.chat-model.base-url=https://api.deepseek.com/v1\n# 读取系统环境变量,如有修改,需重启IDEA\n#langchain4j.open-ai.chat-model.api-key=${DEEPSEEK_API_KEY}\n#langchain4j.open-ai.chat-model.model-name=deepseek-chat\n\n# ollama\n#langchain4j.ollama.chat-model.base-url=http://localhost:11434\n#langchain4j.ollama.chat-model.model-name=deepseek-r1:1.5b\n#langchain4j.ollama.chat-model.log-requests=true\n#langchain4j.ollama.chat-model.log-responses=true\n\n# 阿里百炼平台\nlangchain4j.community.dashscope.chat-model.api-key=${BAILIAN_API_KEY}\nlangchain4j.community.dashscope.chat-model.model-name=qwen-max\n\n# 这两个配置专用于LangChain4j+OpenAI的组合,如果使用其他模型或框架,需设置对应的日志控制机制\n# 应用程序发送给大模型的请求日志响应日志\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# 设置系统日志设置为debug级别\nlogging.level.root=debug"}, "23672b9b93eeb8b4bd6c2fff21f5118de76cf0b6": {"t": 1785752779.4758492, "n": 931, "h": "92f78cf8eba2c55d", "c": "# web服务器端口号\nserver.port=8080\n\n# openAi配置项\n#langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\n#langchain4j.open-ai.chat-model.api-key=demo\n#langchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# DeepSeek,实质上也使用了OpenAi的接口,只不过底层接入的大模型的配置参数发生了改变\n#langchain4j.open-ai.chat-model.base-url=https://api.deepseek.com/v1\n# 读取系统环境变量,如有修改,需重启IDEA\n#langchain4j.open-ai.chat-model.api-key=${DEEPSEEK_API_KEY}\n#langchain4j.open-ai.chat-model.model-name=deepseek-chat\n\n# ollama\nlangchain4j.ollama.chat-model.base-url=http://localhost:11434\nlangchain4j.ollama.chat-model.model-name=deepseek-r1:1.5b\nlangchain4j.ollama.chat-model.log-requests=true\nlangchain4j.ollama.chat-model.log-responses=true\n\n# 这两个配置专用于LangChain4j+OpenAI的组合,如果使用其他模型或框架,需设置对应的日志控制机制\n# 应用程序发送给大模型的请求日志响应日志\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# 设置系统日志设置为debug级别\nlogging.level.root=debug"}, "2e6f4441504e200d38fc328b8d472c7bde69d7f7": {"t": 1785752781.1833804, "n": 701, "h": "4aeac29ef219c4a6", "c": "# web服务器端口号\nserver.port=8080\n\n# openAi配置项\n#langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\n#langchain4j.open-ai.chat-model.api-key=demo\n#langchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# DeepSeek,实质上也使用了OpenAi的接口,只不过底层接入的大模型的配置参数发生了改变\nlangchain4j.open-ai.chat-model.base-url=https://api.deepseek.com/v1\n# 读取系统环境变量,如有修改,需重启IDEA\nlangchain4j.open-ai.chat-model.api-key=${DEEPSEEK_API_KEY}\nlangchain4j.open-ai.chat-model.model-name=deepseek-chat\n\n# 这两个配置专用于LangChain4j+OpenAI的组合,如果使用其他模型或框架,需设置对应的日志控制机制\n# 应用程序发送给大模型的请求日志响应日志\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# 设置系统日志设置为debug级别\nlogging.level.root=debug"}, "240cc8007a5ed6addcb135bafc3864be495b88cd": {"t": 1785752782.987942, "n": 665, "h": "21996e2524f8a672", "c": "# web??????\nserver.port=8080\n\n# openAi???\n#langchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\n#langchain4j.open-ai.chat-model.api-key=demo\n#langchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# DeepSeek,????OpenAi,????????????????????\nlangchain4j.open-ai.chat-model.base-url=https://api.deepseek.com/v1\n# ????????,????,???IDEA\nlangchain4j.open-ai.chat-model.api-key=${DEEPSEEK_API_KEY}\nlangchain4j.open-ai.chat-model.model-name=deepseek-chat\n\n# ??openAi????????,????????\n# ????????????????????\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# ????????debug??\nlogging.level.root=debug"}, "63169a53e1cad236c1547788934d156c12516815": {"t": 1785752784.451136, "n": 399, "h": "c773d93ab97d28d6", "c": "# web??????\nserver.port=8080\n\nlangchain4j.open-ai.chat-model.base-url=http://langchain4j.dev/demo/openai/v1\nlangchain4j.open-ai.chat-model.api-key=demo\nlangchain4j.open-ai.chat-model.model-name=gpt-4o-mini\n\n# ??openAi????????,????????\n# ????????????????????\nlangchain4j.open-ai.chat-model.log-requests=true\nlangchain4j.open-ai.chat-model.log-responses=true\n# ????????debug??\nlogging.level.root=debug"}, "95fb75121d2fe86fa317489d8d67dc4aff8ef8e7": {"t": 1785752785.7885537, "n": 28, "h": "e96fb43fd2b86c47", "c": "# web??????\nserver.port=8080"}}}}