是易不是一1. Langchain4j中的Guardrails机制解析
在Java生态的大模型应用开发领域，Langchain4j和Spring AI是两个主流框架。虽然它们都提供了与大模型交互的能力，但在实现细节上存在显著差异。Guardrails（护栏机制）作为Langchain4j的核心特性之一，为开发者提供了对模型输入输出的精细化控制能力。
1.1 Guardrails的核心价值
Guardrails机制本质上是一套验证规则系统，它能够在两个关键节点发挥作用：
- 输入阶段：对用户请求进行预处理和验证
- 输出阶段：对模型生成内容进行后处理和校验
这种机制特别适合以下场景：
- 确保模型输出符合特定格式要求（如JSON结构）
- 过滤敏感或不适当内容
- 实现业务规则校验
- 处理模型拒绝回答的情况
版本适配说明：本文示例基于langchain4j-1.9.1版本和JDK 19环境。虽然框架支持Spring Boot集成，但本文保持框架中立性，使用纯Java实现以突出核心机制。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Output Guardrails深度解析
2.1 核心接口与结果类型
OutputGuardrail接口定义了输出验证的基本契约：
java复制public interface OutputGuardrail {
OutputGuardrailResult validate(AiMessage responseFromLLM);
OutputGuardrailResult validate(OutputGuardrailRequest params);
}
验证结果通过OutputGuardrailResult表示，包含6种状态：
| 结果类型 | 创建方法 | 行为特征 |
|---|---|---|
| success | success() | 验证通过，继续后续处理 |
| success with alternate result | successWith(String) | 验证通过但替换输出内容 |
| failure | failure(String) | 验证失败但继续后续检查 |
| fatal | fatal(String) | 验证失败且终止处理流程 |
| fatal with retry | retry(String) | 验证失败但触发重试机制 |
| fatal with reprompt | reprompt(String, String) | 验证失败但使用新提示词重试 |
2.2 三种注入方式对比
Langchain4j提供了灵活的Guardrail注入方式：
1. 编程式注入（最高优先级）
java复制Assistant assistant = AiServices.builder(Assistant.class)
.chatModel(model)
.outputGuardrails(new CustomOutputGuardrail())
.build();
2. 方法级注解
java复制public interface ChatService {
@OutputGuardrails({CustomOutputGuardrail.class})
String chat(String