用Spring AI、OpenAI、RAG、MCP等核心工具，搭配AI测试、系统监控、语音及图像生成技术，高效开发企业级AI应用！

课程核心学习内容

  • 使用Spring AI构建Spring Boot应用程序
  • 将Spring AI应用程序与OpenAI、Ollama、Docker模型运行器和AWS Bedrock集成
  • 掌握提示模板和提示填充核心技术
  • 将AI文本响应转换为Java Beans、Lists和Maps
  • 理解LLM内部tokens和embeddings工作原理
  • 使用Spring AI实现检索增强生成（RAG）
  • 在聊天应用中通过Spring AI顾问实现记忆功能
  • 实现LLM调用Java方法公开的工具
  • 使用Spring AI构建MCP客户端和服务器
  • 从测试到生产，通过评估器保障AI答案安全性
  • Spring AI可观测性：指标、监控和追踪
  • 使用Spring AI完成转录、语音和图像生成

课程前置要求

必须具备Java开发和Spring Boot框架相关知识基础

课程详情介绍

你准备好开发具有实际应用场景的AI赋能Java应用了吗？这门实战课程将教你如何运用Spring AI框架和OpenAI，将前沿AI技术无缝整合到你的Spring Boot应用中。

你将全面掌握从开发第一个基于聊天的应用程序，到应用检索增强生成（RAG）、工具调用、结构化输出转换、MCP（模型上下文协议），乃至语音转文本、文本转语音和图像生成，全程采用Java和Spring Boot技术实现。

从深入理解LLMs的工作原理，到部署具备可观测性、测试及顾问式安全机制的生产级AI功能，本课程通过丰富的演示、简洁的解释和实用技巧，助你将智能化深度融入后端系统。

无论是Java开发者、Spring爱好者，还是探索生成式AI的后端工程师，这门课程都将带你一步步掌握行业最佳实践和实战经验丰富的代码。

第一部分：欢迎与Spring AI的Hello World介绍

  • 了解Spring AI框架及完整课程规划
  • 使用OpenAI开发首个Spring Boot人工智能应用
  • 深入研究ChatModel和ChatClient API

第二部分：提示工程与结构化结果

  • 运用消息角色、提示模板和填充技巧
  • 借助顾问精准控制AI行为
  • 实现AI响应与Java Bean、列表和映射的映射

第三部分：生成式人工智能与大型语言模型基础知识

  • 学习令牌、嵌入及LLMs生成文本的核心逻辑
  • 理解注意力机制、词汇表和模型内部工作原理
  • 探索静态嵌入与位置嵌入的区别，掌握上下文窗口概念

第四部分：AI内存与聊天记录

  • 实现无状态到有状态的对话转换
  • 利用MemoryAdvisors和对话ID实现用户专属内存分配
  • 使用JDBC实现聊天内存持久化，设置最大消息数量

第五部分：检索增强生成

  • 使用Docker配置Qdrant向量数据库
  • 在Spring Boot中存储和检索文档嵌入向量
  • 使用RetrievalAugmentationAdvisor为AI提供文档支持

第六部分：工具调用——让AI执行操作

  • 通过LLMs实现标准化工具调用
  • 开发实时操作工具，如查询时间、访问数据库
  • 自定义工具错误处理，返回友好用户反馈

第七部分：模型上下文协议（MCP）

  • 学习MCP架构及其通信模式
  • 利用Spring AI开发MCP客户端与服务器
  • 与GitHub的MCP服务器集成，探索STDIO传输方式

第八部分：测试与验证AI结果

  • 使用相关性评估器和事实核查评估器
  • 在开发和生产环境中测试AI响应准确性
  • 通过Spring Retry实现运行时安全检查

第九部分：可观察性——监控人工智能操作

  • 为AI启用Spring Boot Actuator指标
  • 配置Prometheus和Grafana监控仪表板
  • 通过OpenTelemetry和Jaeger追踪AI行为

第十部分：语音和图像生成

  • 使用AI技术实现语音转文字功能
  • 从文本提示生成自然流畅的语音
  • 使用ImageModel将提示语转换为高质量图片

适合人群

  • 期待将AI技术融入实际应用的Java和Spring Boot开发者
  • 对LLMs、提示工程和AI驱动工作流程感兴趣的后端开发者
  • 希望为微服务或API集成AI功能的全栈开发者
  • 探索RAG和工具调用在Spring生态中应用的架构师
  • 旨在为企业应用引入自然语言界面的专业人士
  • 使用Spring AI开发聊天机器人、语音助手的开发者
  • 希望通过实践学习Java生成式AI的学生和技术爱好者
声明：本站所有资源、素材等全部来源于互联网，赞助VIP仅用于对IT资源服务器带宽等费用支出做支持，从本站下载资源，说明你已同意本条款。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。