Hugging Face 快速入门：从模型超市到 Java 调用实战

linge_sun

153人浏览 · 2026-06-07 17:06:36

linge_sun · 2026-06-07 17:06:36 发布

1. 引言

AI 大模型正重塑全球技术格局。对程序员而言，跟上大模型领域的步伐，就像 Java 开发者必须拥抱新框架一样，是基本功。

当然，追踪各大模型的最新动态，本身就是一门养活无数自媒体的"大工程"。作为程序员，我们不拼信息差和流量——我们拼代码。直接上手，用代码说话，才是我们的硬核方式。

本文将带你走进全球最大的"模型超市" Hugging Face，并手把手教你用 Java（通过 LangChain4j）调用开源大模型。从今天起，不做看客，做玩家。

2. 什么是 Hugging Face？

Hugging Face（官网：https://huggingface.co/）可以理解为目前全球大模型的“大超市”。各大公司在发布大模型产品前，通常都会把模型上传到这里。

它不仅仅是一个模型仓库，更是一个集成了数据集、模型测试和应用部署的综合性平台。对于不同阶段的开发者，Hugging Face 的价值也不同：

新手：一个免费了解、尝试各种大模型功能的平台。
程序员：一个入门级的编程工具，可以基于它做一些简单的 AI 应用。
骨灰级 AI 开发者：一个无尽的宝藏。可以基于这里海量的大模型以及高质量的数据集，进行模型微调、多模态组合等高级操作。

Hugging Face 的核心组件主要有三个：

Models：存放各大开源的预训练大模型，如 GPT、LLaMA、Stable Diffusion 等。
Datasets：保存各种高质量的数据集。如果你想尝试做模型微调，就可以从这里获取预训练模型和数据集。
Spaces：Hugging Face 提供的应用空间。在这里，可以直接部署一些基于大模型的应用，快速体验其功能，省去很多本地部署的资源。

3. 快速体验 Hugging Face 上的大模型

Hugging Face 最大的便利之一，就是可以在线快速体验各种模型，无需本地安装。

例如，Flux 是一个功能非常强大的文生图大模型。你只需要在 Hugging Face 上找到它的页面，在“Inference API”或“Spaces”区域输入一段描述文字，就可以立刻生成图片，直观感受其效果。

这种“即开即用”的体验，极大地降低了我们了解和评估不同模型的门槛。

4. 用 LangChain4j 调用 Hugging Face 模型

对于大部分 AI 大模型，官方都会直接提供 Python 语言的客户端。相比之下，Java 语言的客户端相对较少。不过，这难不倒我们 Java 程序员。我们可以借助 LangChain4j 这个强大的框架，轻松对接 Hugging Face 上的模型。

4.1 引入 Maven 依赖

首先，在你的 pom.xml 文件中引入 langchain4j-hugging-face 依赖：

<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-hugging-face</artifactId>
    <version>${langchain4j.version}</version>
</dependency>

4.2 调用 Hugging Face 的 Inference API

Hugging Face 为许多热门模型提供了免费的 Inference API，我们可以直接调用。注意，需要找一个开启了 Inference API 的模型，通常那些热度高、体量较小的模型都会部署。

下面是一个简单的 Java 示例，调用 openai-community/gpt2 模型：

package com.roy.huggingface;

import com.roy.ModelUtil;
import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.huggingface.HuggingFaceChatModel;

/**
 * Author： roy
 * Description：简单尝试一下 huggingface 上的免费大模型。
 * 注意，要找那些热度比较高，大小比较小，打开了 inference API 的模型
 **/
public class HuggingFaceModelExample {
    public static void main(String[] args) {
        // 替换为你的 Hugging Face API Token
        String apiKey = ModelUtil.ACCESST_TOKEN_HUGGINGFACE;
        ChatLanguageModel model = HuggingFaceChatModel.builder()
                .modelId("openai-community/gpt2")
                .accessToken(apiKey)
                .build();
        System.out.println(model.generate("what's the weather today"));
    }
}

4.3 调用兼容 OpenAI 接口的模型

很多大模型（如阿里的 Qwen、Meta 的 LLaMA 等）也提供了兼容 OpenAI 的 API 接口。对于这些模型，我们可以用 LangChain4j 提供的 OpenAiChatModel 来快速对接，只需修改 baseUrl 和 modelName 即可。

import com.roy.ModelUtil;
import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;

/**
 * Author： roy
 * Description：通过 OpenAI 兼容接口调用 Hugging Face 上的模型
 **/
public class QwenModelDemo {
    public static void main(String[] args) {
        ChatLanguageModel model = OpenAiChatModel.builder()
                .baseUrl("https://api-inference.huggingface.co/v1/")
                .apiKey(ModelUtil.ACCESST_TOKEN_HUGGINGFACE)
                .modelName("Qwen/Qwen2.5-1.5B-Instruct")
                .build();
        System.out.println(model.generate("你好啊。今天天气怎么样?"));
    }
}