What happens when one #AI call isn’t enough? You don’t add more prompts—you add agents. @kevindubois & Laura Cowen show how enterprise AI really scales.

Curious how production systems are built? Dive in: https://javapro.io/2026/03/31/agentic-ai-patterns-for-enterprise-software/

#Quarkus #LangChain4j #Microservices @QuarkusIO

Generate images at GPU speed—using Java. 🎨

At #ArcOfAI, Brian Benz from Microsft shows how to combine CUDA, ONNX Runtime & Stable Diffusion for Java with LangChain4j to build a real, cloud-ready image generation service.

https://www.arcofai.com/speaker/b60d427dd7e2473a96fe2523fa745915

🎟️ Tickets https://arcofai.com

#AI #LangChain4j #Java #Cloud #GenAI #MachineLearning #AustinTech #Developer #SoftwareEngineering

It still amazes me how easy & fast it is to create #MCP servers in #Java with #jbang, #langchain4j and a custom skill inside #geminicli

A handful of prompts, and less than 5 minutes later, I had created a working #Wikipedia MCP server!

https://glaforge.dev/posts/2026/04/02/creating-a-wikipedia-mcp-server-in-java-in-a-few-prompts/

AI in enterprise Java is powerful — but what about resilience & observability? #LangChain4J-CDI integrates with #MicroProfile Fault Tolerance & Telemetry out of the box. Buhake Sindi shows how to build #AI services ready for production: https://javapro.io/2026/02/25/bring-ai-into-your-jakarta-ee-apps-with-langchain4j-cdi-formerly-smallrye-llm/

@langchain4j

Still building #AI with one model per request? You’re already behind. @kevindubois & Laura Cowen map the shift to agentic systems & why orchestration beats prompts.

Ready to design real AI architectures? Dive in: https://javapro.io/2026/03/31/agentic-ai-patterns-for-enterprise-software/
#Java #LangChain4j @langchain4j @QuarkusIO

Testing MCP servers properly is harder than it should be.

Most examples still show raw JSON-RPC calls and manual assertions. That works, but it gets messy fast.

In this tutorial I show how to test a Quarkus MCP server with McpAssured and verify tools, resources, and prompts the way real AI agents call them.

Practical Java example + IBM Bob integration.

https://www.the-main-thread.com/p/quarkus-mcp-server-testing-mcpassured-ibm-bob

#Java #Quarkus #AI #LangChain4j #MCP

Going live today, 20:00 CEST 🚀

Jennifer Reif (@neo4j) and I are adding graph traversal on top of vector search and seeing what breaks (and what gets better). Expect a bit of chaos.

Join us 👇
https://youtube.com/live/KUcZL2yHjGU
#GraphRAG #LangChain4J

⚔️ LangChain4j vs. Spring AI — only one survives.

At #ArcOfAI, Báruch Sadogursky & Viktor Gamov go head-to-head in a live coding showdown to build a semantic code search app from scratch. RAG, embeddings, REST APIs 🔥

https://www.arcofai.com/speaker/db23e0359cb34d1a8a389ad0a8dec869

🎟️ Tickets: https://arcofai.com

#AI #RAG #MachineLearning #SpringAI #LangChain4j

AI без Python: как исправить документацию и внедрить RAG в JVM-стеке

Даже для опытных пользователей системы (продукт-оунеры, техлиды, CTO, руководители уровня B-1, сотрудники кост-менеджмента) это не всегда просто, тем более для новых. Значительная часть времени уходит не на работу в системе, а на поиск информации в разрозненных источниках: Excel-таблицы, письма, локальные заметки или уточнение деталей у коллег. Отсюда и появилась идея AI-ассистента как удобного способа получать ответы в одном месте, обычным человеческим языком. Python почти стандарт для AI-проектов, но мы, как и большинство продуктовых команд в банке, используем JVM-стек: Kotlin, Java, Spring Boot. Поэтому осознанно выбрали развивать AI-ассистента в уже знакомом стеке. Это не просто техническое предпочтение. Мы хотели сохранить поддержку и масштабируемость внутри команды и не привлекать новые компетенции, которых у нас пока нет. Наш опыт может быть полезен командам, которые работают в JVM-среде и хотят внедрить AI без перехода на другой стек.

https://habr.com/ru/companies/raiffeisenbank/articles/1012666/

#ai #kotlin #spring_ai #rag #backend #LLM #JVM #pgVector #langchain4j #чанкинг

Build smarter apps with AI! 🤖

In this full-day LangChain4j workshop, Venkat Subramaniam hows you how to safely integrate AI, tap into global & org data, & create practical solutions through hands-on exercises.

https://www.arcofai.com/speaker/7e0794827e8242ef8464e383e1209fad

🎟️ Get tickets https://arcofai.com

#AI #LangChain4j #AgenticAI #GenAI #Austin #AustinTech